PENENTUAN JUMLAH PRODUKSI KARUNG GONI LDPE
DENGAN METODE DYNAMIC PROGRAMMING
DI PT. SRI INTAN KARPLAS INDUSTRY
TUGAS SARJANA
Diajukan Untuk Memenuhi Sebagian Dari
Syarat-Syarat Memperoleh Gelar Sarjana Teknik
Oleh
YOSUA J.S. HUTAGAOL
1 2 0 4 0 3 0 6 9
D E P A R T E M E N T E K N I K I N D U S T R I
F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA
M E D A N
2 0 1 7
Universitas Sumatera Utara
PENENTUAN JUMLAH PRODUKSI DENGAN METODE
DYNAMIC PROGRAMMING DI PT. SRI INTAN KARPLAS
INDUSTRY
TUGAS SARJANA
Diajukan Untuk Memenuhi Sebagian Dari
Syarat-Syarat Memperoleh Gelar Sarjana Teknik
Oleh
YOSUA J.S. HUTAGAOL
1 2 0 4 0 3 0 6 9
Disetujui oleh
Dosen Pembimbing I , Dosen Pembimbing II,
(Dr. Meilita T. Sembiring, S.T.,M.T.) (Rahmi M. Sari, S.T., M.M.(T))
D E P A R T E M E N T E K N I K I N D U S T R I
F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA
MEDAN
2017
Universitas Sumatera Utara
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang
senantiasa memberikan rahmat dan karunia-Nya kepada penulis sehingga dapat
menyelesaikan Tugas Sarjana ini dengan baik.
Tugas Sarjana ini merupakan langkah awal bagi penulis untuk mengenal
dan memahami lingkungan kerja serta menerapkan ilmu yang telah dipelajari dan
diperoleh selama perkuliahan dan ditujukan untuk memenuhi syarat dalam
mendapatkan gelar sarjana teknik di Departemen Teknik Industri, Fakultas
Teknik, Universitas Sumatera Utara. Judul untuk tugas sarjana ini adalah
“Penentuan Jumlah Produksi Karung Goni Plastik LDPE dengan Metode Dynamic
Programming di PT. Sri Intan Karplas Industry”.
Penulis menyadari bahwa Tugas Sarjana ini masih jauh dari
kesempurnaan. Oleh karena itu, penulis sangat mengharapkan saran yang
membangun dari para pembaca. Semoga tugas sarjana ini dapat bermanfaat bagi
penulis sendiri dan juga pembaca lainnya.
UNIVERSITAS SUMATERA UTARA PENULIS
MEDAN, MARET 2017
Universitas Sumatera Utara
UCAPAN TERIMA KASIH
Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa yang telah
memberikan kesempatan kepada penulis untuk dapat mengikuti pendidikan di
Departemen Teknik Industri USU serta telah memberikan nikmat kesehatan dan
ilmu kepada penulis selama masa kuliah dan dalam penyelesaian laporan Tugas
Sarjana ini.
Dalam penulisan Tugas Sarjana ini penulis telah mendapatkan bimbingan
dan bantuan dari berbagai pihak, baik berupa materil, spiritual, informasi maupun
administrasi. Oleh karena itu sudah selayaknya penulis mengucapkan terima kasih
kepada:
1. Orangtua penulis tercinta, Ayahanda T. Hutagaol dan Ibunda M. Hutapea
yang tiada hentinya mendukung baik secara moril maupun materil sehingga
laporan ini dapat diselesaikan dengan baik.
2. Ibu Dr. Meilita T. Sembiring, S.T., M.T., selaku Ketua Departemen Teknik
Industri, Fakultas Teknik, Universitas Sumatera Utara, Medan dan selaku
Dosen Pembimbing I yang memberikan waktu, bimbingan, arahan dan
masukan kepada penulis dalam penyelesaian tugas sarjana ini.
3. Ibu Rahmi M. Sari, ST. MM(T). selaku Dosen Pembimbing II yang telah
meluangkan waktunya untuk membimbing penulis dalam penyelesaian
laporan.
Universitas Sumatera Utara
4. Ibu Ir. Rosnani Ginting, M.T., selaku Koordinator Tugas Akhir atas saran,
nasihat dan dukungan yang diberikan kepada penulis selama penyelesaian
Tugas Sarjana ini.
5. Seluruh dosen Departemen Teknik Industri, Fakultas Teknik, Universitas
Sumatera Utara yang telah memberikan pengajaran selama perkuliahan yang
menjadi bekal penulis dalam meyelesaikan penulisan Tugas Sarjana ini.
6. Seluruh staff dan karyawan Departemen Teknik Industri, Fakultas Teknik,
Universitas Sumatera Utara yang banyak membantu dalam penyelesaian
administrasi untuk melaksanakan Tugas Sarjana ini.
7. Bapak Henry, bapak Fauzi dan bapak Poniman di PT. Sri Intan Karplas
Industry yang telah memberikan bantuan dan informasi kepada penulis selama
penelitian.
8. Adik penulis Ruth Hutagaol, yang selalu membantu dan mendukung penulis
selama penyelesaian Tugas Sarjana ini.
9. Partner setia Elayne Tennesia yang selalu membantu dan mendukung penulis
selama penyelesaian Tugas Sarjana ini.
10. Rekan-rekan seperjuangan Tugas Akhir di PT. Sri Intan Karplas Industry,
Bryan Aruan, S.T. dan Reza Ginting yang bersedia bertukar pikiran dan telah
banyak memberi motivasi dan saran kepada penulis dalam penyelesaian Tugas
Sarjana ini.
11. Sahabat-sahabat seperjuangan di Departemen Teknik Industri, Eric
Simanjuntak, S.T., Josep Sinaga, S.T., Defri Sianipar, S.T., Bryan Aruan,
S.T., dan Reza Ginting yang selama ini selalu membantu dan mendukung
Universitas Sumatera Utara
dalam setiap kegiatan perkuliahan, serta dalam penyelesaian Tugas Sarjana
ini.
12. Teman-teman, abang/ kakak dan adik-adik di Departemen Teknik Industri,
Fakultas Teknik, Universitas Sumatera Utara khususnya angkatan 2012
(Duabelati) yang telah memberikan dukungan kepada penulis dalam
penyelesaian Tugas Sarjana ini.
Universitas Sumatera Utara
ABSTRAK
PT. Sri Intan Karplas Industry merupakan sebuah perusahaan yang bergerak di bidang produksi pembuatan karung goni plastik. Perusahaan ini beroperasi menurut sistem produksi make to stock sehingga produk jadi disimpan untuk
dijadikan persediaan. Perusahaan sering mengalami overproduction atau shortage pada setiap periodenya. Persediaan yang berlebihan akibat overproduction dan
lost sales yang dialami akan berdampak pada perusahaan dari segi finansial. Persaingan bisnis yang semakin kompetitif menuntut perusahaan untuk terus meningkatkan daya saingnya terhadap perusahaan lain. Peningkatan daya saing
perusahaan dapat dicapai dengan cara melakukan perencanaan produksi dengan memperhatikan kondisi pasar. Perencanaan produksi yang diterapkan perusahaan
dilakukan secara “trial and error” yang menyebabkan pembuatan keputusan sering tidak sesuai dengan kepentingan perusahaan. Masalah di atas dapat dipecahkan dengan menggunakan banyak cara, salah satu diantaranya adalah dengan
menggunakan metode dynamic programming yang didasari oleh peramalan perkiraan permintaan pasar. Tujuan perencanaan produksi dengan metode
dynamic programming adalah untuk mendapatkan jumlah produksi yang optimal yang sesuai dengan kondisi pasar dengan biaya produksi yang paling minimal dengan mempertimbangkan total kapasitas yang tersedia. Penghematan biaya
produksi dengan aplikasi metode dynamic programming menggunakan data historis adalah sebesar 1,95% atau sebesar Rp. 160.510.758 selama dua bulan. Berkaitan dengan banyaknya manfaat aplikasi dynamic programming, maka
disusun perencanaan jumlah produksi untuk 1 tahun ke depan dengan menggunakan metode dynamic programming berdasarkan peramalan permintaan
pasar. Perhitungan biaya produksi kumulatif selama 12 periode ke depan menggunakan metode dynamic programming adalah sebesar Rp. 49.239.374.597
Kata Kunci : Forecasting, Dynamic Programming, Jumlah Produksi
Universitas Sumatera Utara
DAFTAR ISI
BAB HALAMAN
2.2. Ruang Lingkup Bidang Usaha .................................... II-2
2.3. Lokasi Perusahaan ...................................................... II-2
2.4. Daerah Pemasaran ...................................................... II-3
2.5. Proses Produksi........................................................... II-3
2.5.1. Bahan yang digunakan...................................... II-3
2.5.1.1. Bahan baku .......................................... II-3
2.5.1.2. Bahan Penolong ................................... II-4
2.5.1.3. Bahan Tambahan ................................. II-4
2.5.2. Uraian Proses .................................................... II-5
2.6. Mesin dan Peralatan.................................................... II-9
2.6.1. Mesin Produksi................................................. II-9
2.6.2. Peralatan (Equipment) ...................................... II-9
2.6.3. Utilitas............................................................... II-10
2.6.4. Safety and Fire Protection ................................ II-11
2.7. Struktur Organisasi Perusahaan .................................. II-12
2.8. Jumlah tenaga Kerja dan Jam Kerja ........................... II-12
2.8.1. Jumlah Tenaga Kerja........................................ II-12
2.8.2. Jam Kerja .......................................................... II-13
2.9. Sistem Pengupahan & Fasilitas Lainnya ................... II-14
2.9.1. Sistem Pengupahan ........................................... II-14
Universitas Sumatera Utara
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
III LANDASAN TEORI ....................................................... III-1
3.1. Perencanaan dan Pengendalian Produksi.................... III-1
3.2. Metode-metode Perencanaan Produksi....................... III-2
3.3. Definisi Persediaan ..................................................... III-3
3.4. Biaya Persediaan ........................................................ III-3
3.5. Definisi Standar dari Kapasitas Tersedia .................... III-4
3.6. Biaya dalam Hubungannya dengan Produk................ III-5
3.7. Peramalan ................................................................... III-5
3.7.1. Metode Peramalan Kuantitatif ......................... III-6
3.7.2. Karakteristik Peramalan yang Baik .................. III-7
3.7.3. Kriteria Performance Peramalan ...................... III-12
3.7.4. Proses Verifikasi Peramalan ............................. III-14
3.8. Dynamic Programming .............................................. III-14
3.8.1. Sistem Dynamic Programming ........................ III-15
3.9. Konsep Dasar dalam Dynamic Programming ........... III-18
3.10.Karakteristik Aplikasi Dynamic Programming.......... III-19
Universitas Sumatera Utara
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
3.11. Prasyarat Dynamic Programming ............................. III-21
3.12. Elemen dari Model Dynamic Programming ............ III-22
3.13. Model Dynamic Programming.................................. III-23
IV METODOLOGI PENELITIAN .................................... IV-1
4.1. Tempat dan Waktu Penelitian..................................... IV-1
4.2. Jenis Penelitian ........................................................... IV-1
4.3. Objek Penelitian.......................................................... IV-1
4.4. Kerangka Konseptual Penelitian................................. IV-1
4.5. DefinisiOperasional .................................................... IV-3
4.6. Blok Diagram Pengumpulan Data .............................. IV-4
4.7. Metode Pengumpulan Data ......................................... IV-5
4.8. Metode Pengolahan Data ............................................ IV-7
4.9. Analisis Pemecahan Masalah ...................................... IV-8
4.10.Kesimpulan dan Saran................................................ IV-8
V PENGUMPULAN DAN PENGOLAHAN DATA ........ V-1
5.1. Pengumpulan Data ...................................................... V-1
5.2. Pengolahan Data ......................................................... V-5
Universitas Sumatera Utara
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
5.2.1. Peramalan data ................................................. V-5
5.2.2. Pengolahan Data dengan Menggunakan data
Peramalan ......................................................... V-19
5.2.2.1. Perhitungan Waktu Produksi............... V-19
5.2.2.2. Perhitungan Kapasitas Produksi.......... V-19
5.2.2.3. Perhitungan Kemampuan Produksi ..... V-25
5.2.2.4. Perhitungan Biaya Produksi Reguler
Time dan Overtime .............................. V-26
5.2.2.5. Perhitungan Biaya Simpan .................. V-29
5.2.3. Perhitungan Perencanaan Jumlah Produksi
Dengan Metode Dynamic Programming ......... V-29
VI ANALISA PEMECAHAN MASALAH ........................ VI-1
6.1. Analisis Hasil Peramalan ........................................... VI-1
6.2. Analisis Perencanaan Jumlah Produksi dengan Metode
Dynamic Programming .............................................. VI-2
6.3. Analisis Perbandingan Perencanaan Jumlah Produksi
Aktual dengan Metode Dynamic Programming .......... VI-4
Universitas Sumatera Utara
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
VII KESIMPULAN DAN SARAN ....................................... VII-1
7.1. Kesimpulan ................................................................. VII-1
7.2. Saran ........................................................................... VII-2
DAFTAR PUSTAKA
LAMPIRAN
Universitas Sumatera Utara
DAFTAR TABEL
TABEL HALAMAN
1.1. Jumlah Produksi dan Permintaan Produk Karung Goni 30 kg,
50 kg dan 100 kg Januari 2016- Desember 2016 ............................ I-2
1.2. Jumlah Produksi Karung Goni 100 kg LDPE dan HDPE.............. I-2
1.3. Jumlah Produksi dan Permintaan Produk Karung LDPE 100 kg
Januari 2016- Desember 2016........................................................ I-3
2.1. Mesin Produksi PT. Sri Intan Karplas Industry ............................. II-9
5.1. Jumlah Produksi dan Permintaan Produk Karung Goni 100 kg
LDPE Januari 2016- Desember 2016 ............................................ V-1
5.2. Jumlah hari kerja Tersedia dan Jumlah hari Kerja Overtime
Tersedia tahun 2016 ....................................................................... V-3
5.3. Kapasitas Produksi Setiap Stasiun Kerja ....................................... V-3
5.4. Efisiensi dan Utilitas Setiap Stasiun Kerja .................................... V-4
5.5. Jumlah Karyawan dan Gaji Karyawan Lantai Produksi ................ V-4
5.6. Jam Lembur Maksimum dan Upah Lembur Tahun 2016 .............. V-4
5.7. Data Biaya Bahan baku, Biaya Bahan Tambahan, Biaya
Bahan Penolong dan Biaya Listrik Tahun 2016 ........................... V-5
5.8. Data Historis Penjualan Produk Karung Goni 100 kg LDPE
Januari 2016- Desember 2016........................................................ V-6
5.9. Perhitungan Parameter Peramalan Metode Siklis .......................... V-8
Universitas Sumatera Utara
DAFTAR TABEL (LANJUTAN)
TABEL HALAMAN
5.10. Rekapitulasi Perhitungan Nilai Rata-rata Per 4 Periode ................ V-9
5.11. Perhitungan Nilai Indeks Musim ................................................... V-11
5.12. Perhitungan parameter Peramalan Linier....................................... V-11
5.13. Perhitungan Nilai Persamaan garis Trend...................................... V-17
5.14. Perhitungan SEE untuk Metode Regresi Kecenderungan
Siklis............................................................................................... V-13
5.15. Perhitungan SEE untuk Metode Dekomposisi............................... V-14
5.16. Rekapitulasi Hasil Perhitungan SEE.............................................. V-14
5.17. Perhitungan Hasil Verifikasi .......................................................... V-16
5.18. Hasil Peramalan Produk Karung Goni 100 kg LDPE Periode
Januari 2017- Desember 2017........................................................ V-17
5.19. Rekapitulasi Waktu Produksi Setiap Stasiun Kerja........................ V-19
5.20. Rekapitulasi Kebutuhan kapasitas dan Kapasitas Tersedia ........... V-21
5.21. Rekapitulasi kemampuan Produksi Setiap periode ........................ V-26
5.22. Biaya Lost Sales/ unit..................................................................... V-29
5.23. Nilai Ki, Ci, dan KTi untuk periode 1-12 ...................................... V-31
5.24. Pembagian Tahap Sub masalah...................................................... V-31
Universitas Sumatera Utara
DAFTAR TABEL (LANJUTAN)
TABEL HALAMAN
5.25. Penetapan Fungsi Rekursif ............................................................ V-34
5.26. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 12 (Unit) .......................................................................... V-36
5.27. Jumlah Produksi dan Biaya Produksi Periode 12 .......................... V-37
5.28. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 11 (Unit) .......................................................................... V-38
5.29. Jumlah Produksi dan Biaya Produksi Periode 11 .......................... V-38
5.30. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 10 (Unit)............................................................................ V-39
5.31. Jumlah Produksi dan Biaya Produksi Periode 10 .......................... V-40
5.32. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 9 (Unit).............................................................................. V-41
5.33. Jumlah Produksi dan Biaya Produksi Periode 9 ............................ V-41
5.34. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 8 (Unit).............................................................................. V-43
5.35. Jumlah Produksi dan Biaya Produksi Periode 8 ....................... V-43
5.36. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 7 (Unit)......................................................................... V-44
Universitas Sumatera Utara
DAFTAR TABEL (LANJUTAN)
TABEL HALAMAN
5.37. Jumlah Produksi dan Biaya Produksi Periode 7 ............................ V-45
5.38. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 6 (Unit).............................................................................. V-45
5.39. Jumlah Produksi dan Biaya Produksi Periode 6 ............................ V-46
5.40. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 5 (Unit).............................................................................. V-47
5.41. Jumlah Produksi dan Biaya Produksi Periode 5 ............................ V-48
5.42. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 4 (Unit).............................................................................. V-49
5.43. Jumlah Produksi dan Biaya Produksi Periode 4 ............................ V-49
5.44. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 3 (Unit).............................................................................. V-50
5.45. Jumlah Produksi dan Biaya Produksi Periode 3 ............................ V-51
5.46. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 2 (Unit).............................................................................. V-52
5.47. Jumlah Produksi dan Biaya Produksi Periode 2 ............................ V-53
5.48. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 1 (Unit).............................................................................. V-54
5.49. Jumlah Produksi dan Biaya Produksi Periode 1 ............................ V-54
Universitas Sumatera Utara
DAFTAR TABEL (LANJUTAN)
TABEL HALAMAN
5.50. Rekapitulasi Jumlah Produksi Januari 2017- Desember 2017....... V-55
DAFTAR GAMBAR
GAMBAR HALAMAN
2.1. Lokasi Pt. Sri Intan Karplas Industry .................................... II-2
2.2. Block Diagram Proses Produksi............................................ II-8
2.3. Struktur Organisasi PT. Sri intan Karplas Industry............... II-15
3.1. Moving Range Chart ............................................................. III-14
3.2. Ilustrasi Stage Backward Dyanamic Programming .............. III-19
4.1. Kerangka Konseptual Penelitian ........................................... IV-2
4.2. Blok Diagram Pengumpulan Data......................................... IV-6
4.3. Flowchart Metode Dynamic Programming .......................... IV-8
5.1. Grafik Penjualan karung Goni 100 kg LDPE januari 2016-
Desember 2016...................................................................... V-7
5.2. Moving Range Chart ............................................................. V-17
5.3. Grafik Perbandingan Data Aktual dengan hasil Peramalan
Karung Goni 100 kg LDPE .................................................. V-18
Universitas Sumatera Utara
BAB I
PENDAHULUAN
1.1. Latar Belakang
Tujuan yang paling terukur dari organisasi profit oriented adalah untuk
membuat keuntungan dan pertumbuhan berkelanjutan untuk masa depan dan
persaingan yang ketat. Perusahaan harus membuat keputusan mengenai rencana
produksi yang sesuai agar mendapat biaya yang minimum sehingga keuntungan
yang akan didapatkan bisa semaksimal mungkin. Pihak perusahaan harus
memperhitungkan seluruh kemampuan dan keterbatasan sumber daya yang
dimilikinya dalam melakukan perencanaan produksi (Oladeji, 2013).
PT. Sri Intan Karplas Industry adalah perusahaan yang bergerak di bidang
industri pembuatan karung goni plastik. Karung goni tersebut dapat berguna
sebagai kemasan beras, pupuk dan produk pertanian lainnya. Adapun jenis karung
goni plastik yang dihasilkan yaitu karung goni LDPE (Low Density Polyethylene)
dan HDPE (High Density Polyethylene) dengan ukuran yaitu 30 kg, 50 kg, dan
100 kg. Karung goni HDPE memiliki kualitas bahan yang lebih kuat dan tebal
daripada karung goni LDPE. PT. Sri Intan Karplas Industry dalam memproduksi
karung goni yaitu untuk membuat persediaan (make to stock). Data produksi dan
permintaan karung goni ukuran 30 kg, 50 kg dan 100 kg dari bulan Januari 2016
hingga Desember 2016 dapat dilihat pada tabel 1.1.
Universitas Sumatera Utara
Tabel 1.1. Jumlah Produksi dan Permintaan Produk Karung Goni 30 kg, 50
kg dan 100 kg Januari 2016-Desember 2016
Periode
Ukuran 30 kg Ukuran 50 kg Ukuran 100 kg
Produksi
(Unit)
Permintaan
(Unit)
Produksi
(Unit)
Permintaan
(Unit)
Produksi
(Unit)
Permintaan
(Unit)
Januari 563.300 543.250 794.400 745.200 768.050 815.017
Februari 563.575 562.700 879.520 772.300 770.900 767.910
Maret 546.750 527.895 833.700 766.900 760.950 789.725
April 563.860 545.587 867.580 803.900 766.050 698.571
Mei 566.980 570.660 894.500 810.950 734.000 756.456
Juni 571.230 545.788 812.060 743.900 760.650 720.818
Juli 581.300 573.210 860.200 800.450 785.200 820.531
Agustus 543.500 568.220 858.135 820.348 790.110 828.294
September 563.200 555.335 790.300 780.525 820.568 813.963
Oktober 540.200 536.780 890.780 855.671 810.342 801.640
November 540.150 545.750 850.450 834.210 875.600 953.587
Desember 542.700 543.580 830.755 798.440 871.235 837.488
Total 6.686.745 6.618.755 10.162.380 9.532.794 9.513.655 9.604.000
Tabel 1.1. menunjukkan bahwa dari semua ukuran karung goni yang
memiliki jumlah lost sales adalah karung goni dengan ukuran 100 kg. Oleh sebab
itu, karung goni 100 kg menjadi objek penelitian. Tabel 1.1. merupakan jumlah
produksi karung goni LDPE dan HDPE.
Tabel 1.2. Jumlah Produksi Karung Goni 100 kg LDPE dan HDPE
Periode LDPE HDPE
Januari 458.600 309.450
Februari 463.300 307.600
Maret 450.500 310.450
April 460.200 305.850
Mei 425.300 308.700
Juni 455.700 304.950
Juli 481.240 294.960
Agustus 470.100 320.010
September 485.245 335.323
Oktober 478.900 331.442
November 507.200 368.400
Desember 508.300 362.935
Total 5.653.585 3.860.070
Universitas Sumatera Utara
Tabel 1.2. menunjukkan bahwa jumlah karung goni yang paling banyak
diproduksi adalah karung goni LDPE daripada HDPE. Oleh sebab itu, yang
menjadi objek penelitian adalah karung goni 100 kg berjenis LDPE.
Fenomena yang dialami oleh perusahaan adalah perusahaan sering kali
tidak dapat memperkirakan jumlah produksi yang tepat dalam memenuhi
permintaan pasar sehingga menimbulkan over stock ataupun out of stock. Data
jumlah produksi dan permintaan karung goni 100 kg dari Januari 2016- Desember
2016 dapat dilihat pada Tabel 1.3.
Tabel 1.3. Jumlah Produksi dan Permintaan Produk Karung LDPE 100 kg
Januari 2016-Desember 2016
Periode Produksi
(Unit)
Permintaan
(Unit)
Selisih (Unit) Selisih (%)
Januari 458.600 479.237 -20.637 -4,5
Februari 463.300 425.310 37.990 8,2
Maret 450.500 409.505 40.995 9,1
April 460.200 412.800 47.400 10,3
Mei 425.300 440.610 -15.310 -3,6
Juni 455.700 420.156 35.544 7,8
Juli 481.240 500.293 -19.053 -3,8
Agustus 470.100 440.954 29.146 6,2
September 485.245 435.751 49.494 10,2
Oktober 478.900 429.095 49.805 10,4
November 507.200 533.067 -25.867 -5,1
Desember 508.300 472.211 36.089 7,1
Overproduction akan mengakibatkan persediaan yang berlebihan dan
shortage akan mengakibatkan perusahaan kehilangan kesempatan untuk menjual
produk (lost sales). Persediaan yang berlebihan dan lost sales yang dialami akan
berdampak pada perusahaan dari segi finansial. Dampak dari segi finansial berupa
Universitas Sumatera Utara
hilangnya nilai penjualan bagi perusahaan dan biaya penyimpanan akibat adanya
persediaan (Juliana, 2015).
Perencanaan jumlah produksi yang diterapkan perusahaan saat ini yaitu
berdasarkan data peramalan perusahaan dan perkiraan. Keputusan jumlah produk
yang diproduksi dengan metode ini menyebabkan perusahaan tidak dapat
memperkirakan jumlah produksi dan persediaan yang tepat dalam memenuhi
permintaan sehingga untuk mengatasi masalah diatas diperlukan perencanaan
jumlah produksi yang optimal.
Masalah yang telah dipaparkan di atas dapat dipecahkan dengan
menggunakan banyak cara. Salah satu metode pemecahan masalah yang dapat
digunakan adalah metode dynamic programming. Dynamic programming adalah
teknik matematis yang digunakan untuk pengambilan keputusan yang terdiri dari
banyak tahap (multistage). Dengan kata lain, awalnya program dinamis membagi
masalah asli ke dalam sub-sub masalah kemudian menentukan solusi optimal
masalah asli dengan pemecahan rekursif sub-sub masalah. Kelebihan metode
Dynamic programming dibandingkan dengan metode optimasi lainnya adalah
memiliki lebih dari satu rangkaian keputusan, dapat memecahkan satu kesatuan
masalah dalam bentuk banyak tahap (stage) penyelesaian yang melibatkan
keputusan sekuensial yang saling berkaitan. Pemecahan masalah menjadi sub-sub
masalah menyebabkan model matematis yang digunakan tidak langsung
mempertimbangkan semua variable yang berkaitan dengan masalah secara
simultan. Proses optimasi pada setiap stage berkaitan dengan satu variabel saja
Universitas Sumatera Utara
sehingga dapat mensimplifikasi model matematis dan perhitungan (Hillier
Lieberman, 1994).
Penerapan metode dynamic programming telah mampu menyelesaikan
aneka masalah serupa seperti yang dilakukan oleh Bemvi Sianturi (2011) pada
PT. Cahaya Kawi Ultra Polyintraco dengan menggunakan metode dynamic
programming dalam perencanaan produksi memberikan hasil yang lebih baik
dibanding dengan sistem yang diterapkan perusahaan. Terbukti dari penghematan
yang diperoleh dengan metode ini menghasilkan penghematan biaya produksi
sebesar Rp.1.010.670.597 atau sebesar 8,52% per tahun. Sedangkan penelitian
Fictor Wardin (2009) pada perusahaan yang bergerak di bidang produksi pakan
ternak menggunakan metode dynamic programming untuk merencanakan volume
produksi setiap bulan, menghasilkan penurunan biaya produksi yang cukup besar,
rata-rata sebesar 32,23 % setiap bulan. Berdasarkan uraian di atas maka
penelitian ini mencoba untuk melakukan perencanaan jumlah produksi dan
persediaan produk karung goni untuk 1 tahun ke depan dengan tujuan
meminimisasi biaya produksi dan memenuhi permintaan pasar.
1.2. Rumusan Masalah
Berdasarkan latar belakang permasalahan yang telah diuraikan, maka
dapat dirumuskan masalah yang dihadapi oleh perusahaan adalah
ketidakmampuan pihak perusahaan dalam memperkirakan jumlah produksi dalam
memenuhi permintaan pasar.
Universitas Sumatera Utara
1.3. Tujuan Penelitian
Tujuan umum penelitian ini adalah mendapatkan rencana jumlah produksi
dengan metode dynamic programming untuk 1 tahun ke depan agar dapat
memenuhi permintaan pasar dan meminimisasi biaya produksi untuk 1 tahun ke
depan.
Tujuan khusus pada penelitian ini yaitu:
1. Mendapatkan kemampuan produksi perusahaan.
2. Mendapatkan biaya produksi/ unit.
3. Mendapatkan jumlah produksi yang optimum dengan aplikasi metode dynamic
programming.
4.Mendapatkan selisih biaya antara sistem yang diterapkan perusahaan dengan
aplikasi metode dynamic programming.
1.4. Manfaat Penelitian
Manfaat yang diharapkan dapat diperoleh dari penelitian ini adalah:
1. Hasil penelitian ini dapat dijadikan sebagai rujukan pemecahan masalah yang
dihadapi oleh perusahaan, Hasil penelitian dapat dijadikan pertimbangan
bagi perusahaan untuk menjadi dasar perencanaan produksi yang optimal
dengan menggunakan metode dynamic programming.
2. Hasil penelitian juga diharapkan dapat menjadi tambahan literatur bagi semua
pihak yang ingin memahami aplikasi dari metode dynamic programming.
Universitas Sumatera Utara
1.5. Batasan Masalah dan Asumsi
Sehubungan dengan rumusan masalah dan tujuan yang ingin dicapai
maka batasan masalah dalam penelitian ini adalah sebagai berikut:
1. Penelitian dilakukan pada bagian produksi.
2. Metode yang digunakan untuk menentukan jumlah produksi optimal adalah
dynamic programming.
3. Penelitian hanya dilakukan pada produk karung goni LDPE 100 kg.
4. Jangka waktu perencanaan jumlah produksi hanya dibatasi selama 12 periode
(bulan)
5. Data yang dikumpulkan adalah data dari bulan Januari 2016 – Desember 2016
6. Yang mempengaruhi biaya produksi adalah biaya bahan baku langsung, biaya
tenaga kerja langsung, biaya energi langsung dan biaya simpan.
7. Perhitungan kemampuan produksi dan biaya- biaya yang mempengaruhi biaya
produksi dihitung dengan satuan unit.
Asumsi-asumsi yang digunakan dalam penelitian ini adalah sebagai
berikut:.
1. Tidak ada perubahan proses produksi, harga bahan baku langsung, biaya
listrik, gaji karyawan produksi dan biaya lainnya selama penelitian.
2. Biaya berpengaruh secara linear terhadap jumlah produksi.
3. Tidak ada perubahan total hari kerja yang tersedia, hari kerja regular dan
overtime untuk 1 tahun ke depan.
Universitas Sumatera Utara
4. Metode kerja dan proses produksi yang dilaksanakan di lantai produksi
merupakan metode kerja dan proses produksi yang telah sesuai dengan standar
dari perusahaan
5. Trend permintaan pada masa yang akan datang tetap sama dengan trend
permintaan pada masa lalu.
6. Gaji operator produksi dan mandor produksi per bulan sudah termasuk biaya
transportasi, tunjangan dan biaya konsumsi.
Universitas Sumatera Utara
Universitas Sumatera Utara
BAB II
GAMBARAN UMUM PERUSAHAAN
2.1. Sejarah Perusahaan
PT. Sri Intan Karplas Industry merupakan perusahaan manufaktur yang
memproduksi karung goni plastik. Perusahaan ini didirikan oleh keluarga bapak
Henry Wijaya sejak 1989 sampai sekarang. Perusahaan ini berdiri di Jl. Sunggal
kecamatan Medan Helvetia.
Perusahaan ini mengolah biji plastik sebagai bahan baku utama untuk
menjadi produk karung goni plastik yang digunakan untuk mengemas beras
ataupun pupuk. Awalnya, perusahaan ini sulit menentukan kadar
pencampuran bahan-bahan biji plastik dan bahan penolong lainnya
agar dapat menghasilkan karung plastik yang berkualitas baik.
Penggunaan mesin manual juga menjadi penghambat berkembangnya
perusahaan ini. Namun, seiring berjalannya waktu bapak Henry
Wijaya berhasil mengganti mesin yang awalnya menggunakan mesin
potong dan mesin jahit manual yang terpisah menjadi mesin potong
yang langsung dapat menjahit dan mesin ini lebih semiotomatis.
Seiring perkembangan perusahaan, jumlah mesin, tenaga kerja, dan
luas daerah perusahaan semakin bertambah. Awalnya, produk yang
dihasilkan yaitu karung goni dengan ukuran 50 kg, namun hingga
sekarang perusahaan dapat memproduksi dengan tiga ukuran yaitu
Universitas Sumatera Utara
ukuran 30 kg, 50 kg, dan 100 kg dan dua tipe yang berbeda yaitu
LDPE dan HDPE. Hal ini dikarenakan jumlah pemesanan karung plastik
yang kian meningkat setiap harinya. Oleh karena itu, dibutuhkan
mesin-mesin yang lebih otomatis dan tenaga kerja yang memadai.
2.2. Ruang Lingkup Bidang Usaha
Produk-produk yang dihasilkan PT. Sri Intan Karplas Industry ini adalah
karung goni plastik kemasan beras, kemasan pupuk, kemasan tepung dan dan
produk pertanian lainnya. Adapun jenis karung yang diproduksi adalah
karung goni LDPE dan HDPE dengan ukuran 30 kg, 50 kg, dan 100 kg.
Bahan baku yang digunakan antara lain berupa biji plastik polyprophylene dan
Polyetheline.
2.3. Lokasi Perusahaan
Lokasi pabrik PT. Sri Intan Karplas Industry terletak di Jalan Sunggal no
220, Medan Helvetia. Lokasi ini terdiri dari kantor (2 lantai), gudang untuk bahan
baku dan produk jadi serta segala fasilitas pendukung lainnya seperti pos satpam,
tempat parkir, dan lain sebagainya. Lokasi dapat dilihat pada gambar 2.1.
Universitas Sumatera Utara
Gambar 2.1. Lokasi PT. Sri Intan Karplas Industry
2.4. Daerah Pemasaran
Hasil produksi PT. Sri Intan Karplas Industry dipasarkan ke beberapa
pabrik dan perusahaan lokal yang bergerak di bidang manufaktur lainnya seperti
beras, pupuk. Lokasi pemasaran PT. Sri Intan Karplas Industry adalah Provinsi
Sumatera Utara, Provinsi Aceh, dan provinsi lain di Pulau Sumatera bahkan
sampai ke Jakarta sesuai permintaan order.
Kemasan karung plastik yang diproduksi dipasarkan untuk memenuhi
kebutuhan lokal. Selain jenis-jenis dan ukuran yang telah ada (umumnya dari
pelanggan tetap), pabrik ini juga menerima pesanan atau permintaan jenis
kemasan plastik lainnya apabila memungkinkan untuk diproduksi.
2.5. Proses Produksi
Proses produksi adalah kegiatan yang mempunyai cara dan metode
maupun teknik untuk menciptakan atau menambah nilai kegunaan dari suatu
barang atau jasa dengan memberdayakan sumber daya tertentu seperti tenaga
Universitas Sumatera Utara
kerja, mesin, peralatan dan uang sehingga memiliki manfaat yang berguna bagi
kebutuhan manusia.
2.5.1. Bahan yang Digunakan
2.5.1.1.Bahan Baku
Bahan baku adalah bahan yang diperoleh untuk digunakan secara langsung
dalam proses produksi. Bahan baku dapat diubah menjadi produk jadi dimana
sifat dan bentuk bahan baku tersebut akan mengalami perubahan.
Proses produksi pembuatan kemasan karung goni plastik di PT. Sri Intan
Karplas Industry menggunakan bahan baku yang diperoleh dari perusahaan lain
sesuai dengan karakteristik yang ditentukan. Jika bahan baku yang didapatkan
tidak sesuai dengan standar yang ada maka perusahaan berhak mengembalikan
bahan baku tersebut ke perusahaan pemasok.
Bahan baku merupakan bahan utama yang digunakan dalam pembuatan
produk. Bahan baku yang digunakan adalah biji plastik PP (Polyprophylene) dan
biji plastik PE (Polyetheline)
2.5.1.2.Bahan Penolong
Bahan penolong adalah bahan-bahan yang digunakan dalam proses
produksi yang digunakan langsung terhadap bahan baku yang sifatnya hanya
membantu ataupun mendukung kelancaran proses produksi. Pemakaian bahan
penolong relatif lebih sedikit dibandingkan bahan baku. Kehadiran bahan ini
secara tidak langsung dapat mempengaruhi kualitas produk yang dihasilkan.
Universitas Sumatera Utara
Bahan penolong yang digunakan adalah zat kimia ZDEC (Zinc Diethyl
Dithiocarbonate) yang berguna untuk mempercepat proses pencampuran bahan
baku dan air yang digunakan untuk mendinginkan lembaran plastik.
2.5.1.3.Bahan Tambahan
Bahan tambahan adalah bahan campuran secara alami yang bukan
merupakan bagian dari bahan baku tetapi ditambahkan ke proses produksi. Bahan
tambahan secara tidak langsung ada dalam produk namun bukan merupakan
komposisi produk, bahan yang hanya digunakan sebagai pelengkap produk dan
memudahkan dalam melakukan proses. Bahan tambahan yang digunakan yaitu:
1. Karung plastik, digunakan untuk mengepak tumpukan karung plastik yang
siap dipasarkan
2. Cat, digunakan untuk proses printing
3. Tali Merah, digunakan untuk penjahitan tepi karung plastik
4. Inner Bag, diguakan untuk plastik tambahan pada karung plastik
5. Benang, digunakan untuk penjahitan tepi karung plastik
2.5.2. Uraian Proses
Proses produksi adalah kegiatan yang mempunyai metode dan cara untuk
menciptakan suatu barang atau jasa dengan menggunakan teknik tertentu dan
Universitas Sumatera Utara
memberdayakan sumberdaya seperti: tenaga kerja, mesin, bahan baku, modal,
metode dan energi.
Uraian proses pembuatan karung goni plastik di PT. Sri Intan Karplas
Industry adalah sebagai berikut:
1. Proses Pencampuran Bahan (Mixing)
Tahap ini adalah tahap awal pencampuran bahan baku pembuatan karung
plastik. Proses ini menggunakan mesin mixer. Bahan baku yang digunakan
terbagi dua jenis yaitu bahan baku original dan bahan baku daur ulang. Kedua
bahan ini dicampur lalu dialirkan pada oven. Kemudian seluruh bahan baku
dilelehkan hingga membentuk cairan.
2. Proses Pencetakan Lembaran Plastik
Cairan yang telah dilelehkan kemudian dicetak menjadi lembaran plastik yang
panjang.
3. Proses Pendinginan Lembaran Plastik
Lembaran plastik tersebut kemudian didinginkan dengan air. Caranya adalah
dengan mengalirkan lembaran plastik dari mesin pencetak menuju bak berisi
air, kemudian lembaran plastik tersebut akan terendam sesaat dan kemudian
ditarik keluar dari bak air.
4. Proses Pemotongan Lembaran Plastik Menjadi Benang (Cutting)
Tahap ini adalah tahap pemotongan lembaran plastik menjadi untaian benang.
Untaian benang ini tetap dibiarkan mengalir agar benang tidak kusut dan tetap
rata. Benang yang kusut atau putus akan disedot oleh mesin blower.
Universitas Sumatera Utara
5. Proses Penggulungan Benang
Benang-benang tersebut kemudian dialirkan pada proses penggulungan
benang. Benang tersebut akan digulung menjadi satu gulungan. Ketika
gulungan tersebut sudah penuh maka mesin akan otomatis mati dan lampu
peringatan akan menyala. Maka operator akan mengganti gulungan yang baru.
6. Proses Penenunan Benang Menjadi Karung Plastik
Seluruh gulungan benang kemudian ditempatkan pada mesin tenun. Tahap ini
adalah tahap penenunan benang menjadi karung plastik dengan spesifikasi
yang berbeda-beda. Plastik yang telah dihasilkan akan langsung tergulung
otomatis setelah selesai ditenun.
7. Proses Pemotongan Gulungan Karung Plastik
Setelah karung plastik dihasilkan, maka gulungan karung plastik dibawa ke
tempat pemotongan. Gulungan karung plastik dipotong sesuai ukuran yang
berbeda-beda.
8. Proses Penjahitan Karung Plastik
Setelah gulungan karung plastik dipotong menjadi karung plastik maka
selanjutnya karung platik dijahit tepi dan bagian dasar .
9. Proses Printing
Setelah penjahitan, karung plastik dialirkan pada dua line yaitu langsung
menuju proses pengepakan dan satu lagi menuju proses printing. Proses ini
adalah proses pencetakan logo pada karung plastik.
10. Proses Pengepakan
Universitas Sumatera Utara
Proses pengepakan dilakukan setelah karung plastik selesai dicetak atau
setelah selesai dijahit. Karena terdapat beberapa karung plastik yang tidak
mengalami proses printing.
11. Proses Penyimpanan
Setelah seluruh karung plastik selesai dikepak, maka karung plastik tersebut
kemudian disimpan di gudang penyimpanan produk akhir untuk dilanjutkan
ke pengiriman.
Block diagram proses produksi kemasan karung goni plastik dapat dilihat
pada Gambar 2.2.
Universitas Sumatera Utara
Penerimaan Pesanan
Bagian produksi
menerima pesanan
Proses Pencampuran
Bahan
Proses Pencetakan
Lembaran Plastik
Proses Pendinginan
Lembaran Plastik
Proses Pemotongan
Lembaran Plastik
menjadi Benang
Proses Penggulungan
Benang
Proses Penenunan
Benang menjadi Karung
Plastik
Proses Pemotongan
Gulungan Karung
Plastik
Proses Penjahitan
Karung Plastik
Proses Printing
Proses Pengepakan
Proses Pengiriman
Produk
Gambar 2.2. Block Diagram Proses Produksi
Universitas Sumatera Utara
2.6. Mesin dan Peralatan
2.6.1. Mesin Produksi
Mesin-mesin yang digunakan di PT. Sri Intan Karplas Industry antara lain
adalah sebagai berikut:
Tabel 2.1. Mesin Produksi PT. Sri Intan Karplas Industry
No. Nama Mesin Fungsi
1 Mesin Mixer Mencampurkan bahan baku dengan kecepatan 100 rpm 2 Mesin Scroll Holder Mengalirkan bahan yang sudah dicampur ke mesin extrude
dengan kecepatan 340 – 420 rpm. 3 Mesin Extruder Melelehkan biji plastik menjadi lembaran plastik dengan suhu
3500C 4 Mesin Take Off Memotong lembaran plastik menjadi benang. 5 Mesin Roll Mengalirkan benang agar tetap rata hingga proses
penggulungan dengan kecepatan 25 rpm. 6 Mesin Blower Menghisap benang yang putus atau kusut dengan daya sedot
50 watt. 7 Mesin Winder Menggulung benang hingga menjadi gulungan dengan
kecepatan 25 rpm.
8 Mesin Ciltraroom Menenun benang menjadi lembaran karung plastik dengan kecepatan 135 rpm, berdaya 300 watt.
9 Mesin Potong dan
Jahit Otomatis
Memotong dan menjahit karung plastik, dengan kecepatan
20 rpm dan kapasitas 975 unit/jam.
10 Mesin Printing Mencetak logo pada karung plastik dengan kecepatan 20
rpm.
11 Mesin Press Mengepak karung plastik yang sudah selesai
2.6.2. Peralatan (Equipment)
Peralatan-peralatan yang digunakan di PT. Sri Intan Karplas Industry
antara lain adalah sebagai berikut:
1. Pompa Air, digunakan untuk memompa air tanah untuk dialirkan pada bak air.
2. Pallet, digunakan untuk mengepak karung plastik.
3. Tong Cat, digunakan untuk menyimpan cat.
Universitas Sumatera Utara
4. Mal Printing, digunakan untuk mencetak jenis-jenis logo.
5. Inverter, digunakan untuk mengurangi daya listrik yang akan digunakan.
Penggunaan alat ini menghemat biaya 30% dari biaya sebenarnya.
6. Trolley, digunakan untuk memindahkan tumpukan karung plastik.
2.6.3. Utilitas
Utilitas adalah sebuah kelengkapan fasilitas pada perusahaan yang
digunakan untuk menunjang tercapainya unsur-unsur kenyamanan, mobilitas dan
kelancaran proses produksi pada perusahaan. Utilitas yang ada di PT. Sri Intan
Karplas Industry antara lain adalah sebagai berikut:
1. Listrik
Perusahaan menggunakan tenaga listrik dari PT. Perusahaan Listrik Negara
(PLN) untuk menjalankan mesin-mesin dan peralatan produksi. Selain itu,
perusahaan juga menggunakan dua generator sebagai cadangan jika terjadi
pemadaman listrk dari PLN.
Spesifikasi Genset:
Model : CUMMINS 6CT Alternator Stanford
Tegangan : mulai dari 135 kVA
2. Air
Air digunakan perusahaan untuk mendinginkan lembaran plastic
berasal dari air tanah atau sumur bor.
Universitas Sumatera Utara
3. Udara
Perusahaan mengoperasikan compressor untuk memenuhi kebutuhan udara
selama proses produksi. Udara digunakan untuk bahan pemanas pada mesin
potong dan jahit otomatis..
2.6.4. Safety & Fire Protection
PT. Sri Intan Karplas Industry dalam memperhatikan keselamatan dan
kesehatan pekerja tidak hanya memberikan jaminan jamsostek dan jaminan
pemeriksaan berkala tetapi juga memberikan perlindungan saat pekerja ada di
pabrik dengan memberi peralatan pelindung. Peralatan safety and fire protection
pada perusahaan PT. Sri Intan Karplas Industry adalah sebagai berikut:
1. Fire extinguisher, digunakan sebagai alat pemadam api apabila terjadi
kebakaran. Tabung ini diletakkan pada gudang produk jadi dan gudang bahan
baku.
Spesifikasi fire extinguisher adalah:
Model : SM – 5
Kapasitas : 5 kg
Jumlah : 2 buah
2. Masker, digunakan oleh pekerja di bagian printing.
3. Apron, digunkan oleh pekerja di bagian printing dan pengisian inner bag.
4. Sepatu Boots, digunakan oleh operator yang bekerja di bagian pencampuran
bahan baku.
Universitas Sumatera Utara
2.7. Struktur Organisasi Perusahaan
Struktur adalah bentuk pengaturan formal dari bagian-bagian yang ada
dalam sebuah organisasi. Struktur dari sebuah organisasi yang dirancang dengan
baik akan bisa menggambarkan secara jelas pembagian kegiatan dalam unit-unit
yang dibentuk sesuai dengan pengelompokan fungsi dan spesialisasi serta
koordinasi antar unit tersebut.
Struktur organisasi pada PT. Sri Intan Karplas Industry adalah struktur
organisasi lini dan fungsional, yakni wewenang dari pemimpin tertinggi
dilimpahkan kepada perkepala unit dibawahnya dalam bidang pekerjaan tertentu,
selanjutnya pimpinan tertinggi tersebut masih melimpahkan wewenang kepada
pejabat fungsional yang melaksanakan bidang pekerjaan operasional dan hasil
tugasnya diserahkan kepada kepala unit terdahulu tanpa memandang tingkatan.
Bagan struktur organisasi PT. Sri Intan Karplas Industry dapat dilihat pada
Gambar 2.3.
2.8. Jumlah Tenaga Kerja & Jam Kerja
2.8.1. Jumlah Tenaga Kerja
PT. Sri Intan Karplas Industry memiliki jumlah tenaga kerja yang dibagi
sebanyak 120 orang, dimana 118 orang merupakan karyawan dan 2 mandor di
lantai produksi karung goni 100 kg dan 10 orang yang dibagi ke dalam tenaga
kerja bagian kantor. Untuk tenaga kerja bagian pabrik umumnya memiliki tingkat
pendidikan SMU sederajat sedangkan untuk bagian kantor memiliki tingkat
Universitas Sumatera Utara
pendidikan SMU sederajat dan S1 ke atas. PT. Sri Intan Karplas Industry juga
mengadakan training bagi tenaga kerja baru selama tiga bulan sebelum menjadi
karyawan tetap.
2.8.2. Jam Kerja
Perusahaan menerapkan dua sistem kerja bagi karyawannya,
yaitu sistem kerja per shift dan non shift. Jumlah hari kerja
perusahaan untuk staff bekerja
selama lima hari dalam satu minggu yaitu dari hari Senin
sampai dengan hari Jumat, dan untuk karyawan bagian produksi dan
buruh pabrik bekerja selama enam hari dalam satu minggu dari mulai
hari senin sampai sabtu. Untuk lebih jelasnya dapat di lihat pada
penjelasan berikut ini:
1. Karyawan bagian produksi dan buruh pabrik memiliki dua jenis
sistem kerja yakni :
Pekerja bagian produksi dan buruh pabrik memiliki jam kerja
yang terbagi dalam tiga shift dan setiap shift-nya diberi waktu
istirahat selama satu jam. Jam kerja karyawan produksi dapat
lihat pada Tabel 2.2.
Tabel 2.2. Jam Kerja Karyawan Produksi dengan Sistem Kerja Per
Shift
Hari Jam Kerja
Shift 1 Shift 2 Shift 3
Universitas Sumatera Utara
Senin-Sabtu 07.00-15.00 16.00-23.00 23.00-07.00
Istirahat 12.00-13.00 18.00-19.00 03.00-04.00
2. Pekerja selain bagian produksi dan buruh pabrik memiliki sistem kerja
nonshift. Waktu kerjanya adalah dari hari Senin sampai dengan hari Jumat
adalah sama yakni dari jam 08.00-17.00.
2.9. Sistem Pengupahan & Fasilitas Lainnya
2.9.1. Sistem Pengupahan
Sistem pengupahan pada PT. Sri Intan Karplas Industry adalah upah
bulanan sesuai dengan jam kerja dan jabatan karyawan. Selain itu, perusahaan
juga memberlakukan sistem upah borongan untuk beberapa karyawan produksi
tidak tetap seperti bagian pemotong karung dan sistem pengupahan sesuai dengan
UMK (Upah Minimum Kota) untuk karyawan tetap sesuai dengan wilayah kota
Medan dan jabatan fungsional karyawan.
2.9.2. Fasilitas- Fasilitas dari Perusahaan
Disamping upah pokok yang diterima karyawan, perusahaan memberikan
jaminan sosial dan tunjangan kepada karyawan. PT. Sri Intan Karplas Industry
menyediakan beberapa fasilitas yang dibutuhkan guna meningkatkan
kesejahteraan dari karyawan. Fasilitas-fasilitas yang diberikan berupa:
1. Pemberian tunjangan hari raya, bonus tahunan, dan tunjangan uang makan.
2. Karyawan dapat menerima BPJS setelah 3 bulan bekerja.
3. Karyawan menerima jamsostek.
Universitas Sumatera Utara
Dewan Penasehat
Dewan Direksi
Direktur UtamaAss. Dirut Direktur
Kepala Pengawas
Lapangan
Humas
Bag. UmumKabag.
Keuangan
Kasir
Pembukuan/
PembelianPemasaran
Hutang/
PiutangSales
Asisten Ka.
LapanganKa. Personalia
Kabag.
Gudang
Kabag.
Listrik
Kabag.
Bengkel
Kabag.
Extruder
Bagian Spreparts
Kabag.
Cir.looms
Kabag.
Printing
Kabag.
Finishing
Wakabag
Kepala
Group
Operator
Wakabag
Kepala
Group
Operator Operator
Wakabag
Kepala
Group
Adm
Montir
Adm Adm
Anggota/
SupirAnggota Anggota Operator
Kepala
Group
Wakabag
Montir
AdmAdm
Satpam
Gambar 2.3. Stuktur Organisasi PT. Sri Intan Karplas Industry
Universitas Sumatera Utara
BAB III
LANDASAN TEORI
3.1.Perencanaan dan Pengendalian Produksi1
The American Production and Inventory Control Society mendefinisikan
perencanaan produksi sebagai berikut.
1. Perencanaan produksi ialah suatu kegiatan yang berkenaan dengan penentuan
apa yang harus diproduksi, berapa banyak diproduksi, kapan diproduksi
dan apa sumber daya yang dibutuhkan untuk mendapatkan produk yang
telah ditetapkan.
2. Pengendalian produksi ialah fungsi yang mengarahkan atau mengatur
pergerakan material (bahan, part/komponen/subassembly dan produk)
melalui seluruh siklus manufacturing/
Ada tiga sasaran pokok yang sekaligus menjadi barometer keberhasilan
perencanaan dan pengendalian produksi yaitu:
1. Tercapainya kepuasan pelanggan yang diukur dari terpenuhinya order
terhadap produk tepat waktu, tepat jumlah, dan tepat mutu.
2. Tercapainya tingkat utilitas sumber daya produksi yang maksimum melalui
minimisasi waktu setup, transportasi, waktu menunggu dan waktu untuk
pengerjaan ulang.
3. Terhindarnya cara pengadaan yang bersifat rush order
1 Sukaria Sinulingga. 2009. Perencanaan, Pengendalian dan Produksi.
Yogyakarta: Graha Ilmu. Hal 26
Universitas Sumatera Utara
3.2.Metode-Metode Perencanaan Produksi2
Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah
pada perencanaan produksi. Beberapa diantaranya adalah sebagai berikut:
1. Trial and error
2. Program linear
3. Transportasi 4. Program dinamis
Metode trial and error merupakan metode yang paling sederhana tetapi
tidak menghasilkan keputusan yang optimal.
3Metode program linear merupakan metode yang mengoptimisasi satu
fungsi tujuan tunggal. Metode transportasi merupakan bentuk lain dari metode
program linear yang menggunakan konsep metode simpleks. Metode program
dinamis merupakan metode yang dapat menentukan solusi yang optimal dari
masalah dengan multivariable dengan mendekomposisi masalah menjadi stage.
Proses perhitungan akan menjadi lebih mudah karena dilakukan secara terpisah
dan tidak langsung mempertimbangkan semua variabel yang berkaitan dengan
masalah secara simultan. Sebuah model dynamic programming dapat
menghubungkan stage satu dengan stage lain dari suatu masalah dengan cara
Universitas Sumatera Utara
tertentu sehingga dihasilkan solusi yang optimal untuk satu kesatuan masalah
tersebut.
3.3.Definisi Persediaan4
Persediaan (inventory), dalam konteks produksi, dapat diartikan sebagai
sumber daya menganggur (idle resource). Sumber daya menganggur ini belum
digunakan karena menunggu proses lebih lanjut. Yang dimaksud dengan proses
lebih lanjut dapat berupa kegiatan produksi seperti dijumpai pada sistem
manufaktur, kegiatan pemasaran seperti dijumpai pada sistem distribusi.
Adanya persediaan menimbulkan konsekuensi berupa risiko-risiko tertentu
yang harus ditanggung perusahaan akibat adanya persediaan tersebut. Persediaan
yang disimpan perusahaan bisa saja rusak sebelum digunakan. Selain itu
perusahaan juga harus menanggung biaya-biaya yang timbul akibat adanya
persediaan tersebut.
Adapun alasan perlunya persediaan adalah:
1. Transaction Motive
Menjamin kelancaran proses pemenuhan permintaan barang
2. Precautionary Motive
Meredam fluktuasi permintaan/pasokan yang tidak beraturan.
4 Rosnani Ginting. 2007.Sistem Produksi. Yogyakarta: Graha Ilmu. Hal 121-12
Universitas Sumatera Utara
3.4.Biaya Persediaan5
Tujuan dari manajemen persediaan adalah memiliki persediaan dalam
jumlah yang tepat, pada waktu yang tepat dan dengan biaya yang rendah. Biaya
dijadikan sebagai parameter dalam pengambilan keputusan pada kebanyakan
model-model persediaan. Biaya persediaan dapat diklasifikasikan menjadi:
1. Biaya pembelian (Purchasing Cost)
Biaya pembelian dari suatu item adalah harga pembelian setiap unit item jika
item tersebut berasal dari sumber-sumber eksternal.
2. Biaya penyimpanan (Holding Cost)
Biaya penyimpanan merupakan biaya yang timbul akibat disimpannya suatu
item. Biaya penyimpanan terdiri atas biaya-biaya yang bervariasi secara
langsung dengan kuantitas persediaan. Biaya penyimpanan per periode akan
semakin besar apabila kuantitas bahan yang dipesan semakin banyak, atau
rata-rata persediaan semakin tinggi.
3.5.Pengertian Operation Research6
Definisi operation research menurut The Operational Research Society of
Great Britain adalah aplikasi dari metode ilmu pengetahuan terhadap masalah
yang semakin kompleks dan manajemen dari sebuah sistem besar yang terdiri dari
manusia, mesin, bahan baku dan modal pada dunia industri, bisnis, dan
pemerintahan. Pendekatan ini bertujuan untuk mengembangkan model ilmiah dari
sebuah sistem untuk memprediksi dan membandingkan beberapa alternatif hasil
5 Rosnani Ginting. 2007.Sistem Produksi. Yogyakarta: Graha Ilmu. Hal 129-131. 6 Ravi Ravindran. 2008. Operations Research and Management Science Handbook. USA: CRC Press. Hal 19-20
Universitas Sumatera Utara
dari keputusan, dan strategi. Tujuannya adalah untuk membantu manajemen
dalam menentukan kebijakan secara ilmiah.
Pada umumnya, riset operasi berfokus pada metodologi dalam mencari
pemecahan masalah yang menggunakan aplikasi secara ilmiah atau model
matematis.
Dengan menggunakan riset operasi, peneliti dapat menyelesaikan masalah
dalam cakupan yang luas, misalnya masalah manajemen. Contoh masalah
manajemen yang dapat diselesaikan dengan menggunakan riset operasi adalah
masalah alokasi, persediaan, pergantian mesin, perencanaan dan sebagainya.
Penelitian riset operasi secara teoritis berfokus pada pengembangan model dan
teknik matematis yang sesuai untuk menganalisis masalah-masalah yang dihadapi.
3.6.Dynamic Programming7
Dynamic programming (DP) adalah suatu prosedur optimasi yang
dikembangkan oleh Richard Bellman pada tahun 1952. Dynamic programming
mengkonversi masalah yang memiliki sejumlah keputusan dengan sumber daya
yang terbatas ke dalam bentuk sekuensial submasalah yang saling berhubungan
dan disusun dalam stage, sehingga setiap submasalah dapat diselesaikan dengan
lebih mudah dibandingkan dengan masalah pokok yang harus diselesaikan secara
individu. Kunci utama dari prosedur dynamic programming adalah setiap
keputusan pada suatu stage tidak dapat dibuat dengan tidak mempertimbangkan
keterbatasan sumber daya. Keputusan terbaik harus mengoptimasi fungsi objektif
7 Ravi Ravindran. 2008. Operations Research and Management Science Handbook. USA: CRC Press. Hal 188-191
Universitas Sumatera Utara
dengan mempertimbangkan stage sebelumnya dan stage yang bersangkutan, atau
stage yang bersangkutan dengan stage berikutnya.
Berbagai macam variasi masalah dapat diselesaikan dengan dynamic
programming. Beberapa diantaranya adalah masalah perencanaan beberapa
periode, seperti perencanaan produksi, pergantian peralatan, dan masalah modal
investasi, dimana stage merepresentasikan periode perencanaan dalam
permodelan dynamic programming.
3.6.1. Sistem Dynamic Programming
Komponen-komponen dasar dari model dynamic programming adalah
sebagai berikut: n
Maximize z = ∑ ci (xi) i=1
n
Subject to ∑ ai xi ≤ b i=1
xi ≥ 0, i= bilangan bulat, i = 1,…..n
dimana b dan ai , i = 1,…..n, adalah bilangan bulat dengan nilai positif.
Model optimasi merepresentasikan alokasi b unit dari sumber daya untuk n
aktivitas yang berbeda. Tujuannya adalah untuk memaksimisasi total keuntungan
dengan fungsi fi (xi), i = 1,….,n, dimana xi € {0,1,2,….}, menunjukkan
keuntungan untuk aktivitas i dengan xi unit dari aktivitas yang dipilih.
Elemen-elemen utama yang digunakan untuk menerapkan model dynamic
programming sebagai berikut:
Universitas Sumatera Utara
Stage (i): Masalah pokok dibagi menjadi n stages. Terdapat sebuah stage awal
(stage n) dan sebuah stage akhir (terminating stage). Indeks I merepresentasikan
stage yang bersangkutan. i = 1, 2, …,n.
State (si): Setiap stage memiliki sejumlah states yang berhubungan dengan stage
yang bersangkutan. States adalah berbagai macam kemungkinan pilihan atau
kondisi yang mungkin untuk sistem pada setiap stage yang bersangkutan.
Decision variable (xi): Ada satu variabel keputusan atau sejumlah variabel
keputusan untuk setiap stage dari permasalahan.
Contribution function (ci(xi)): Fungsi ini memberikan nilai pada stage i dengan
keputusan xi.
Value function (fi(si)): Nilai fungsi dari stage i ke stage n, dengan state pada
stage i adalah si.
Optimal policy (pi(si) = xi*): Keputusan optimal pada stage yang bersangkutan
bergantung pada state. Prosedur dynamic programming dirancang sedemikian
rupa untuk menemukan keputusan yang optimal pada setiap stage untuk semua
kemungkinan states.
Transformation function (ti (si,xi)): Fungsi ini menunjukkan bagaimana state
untuk stage berikutnya berubah berdasarkan state, stage dan keputusan yang
bersangkutan.
Contoh: si+1 = ti (si,xi)
Recurrence Function: Persamaan ini yang mengidentifikasi kebijakan optimal
sehingga dijadikan keputusan pada stage i, kebijakan yang optimal untuk stage i
+ 1 tersedia.
Universitas Sumatera Utara
{ ci(xi) + fi+1 (si-aixi)}
Boundary Condition: Kondisi awal pada stage n dan nilai maksimal value
function pada stage i.
Hasil optimal dari model dynamic programming di atas akan didapatkan
pada saat sistem mencapai terminating stage (stage 1). Model dynamic
programming pada persamaan di atas, dimulai dari stage n, bergerak mundur
(backward) dan berhenti pada stage 1.
x1 x2 x3 x4
s1 =
0
s2
s3
s n
Stage 1
Stage 2
Stage 3
Stage n
C1 (x1)
C2 (x2) C3 (x3)
Cn (xn)
1-Stage
2-Stage
3-Stage n-Stage
Gambar 2.1. Ilustrasi Stage dari Formulasi Dynamic Programming
Sumber: Ravindran, Ravi. 2008. Operations Research and Management Science Handbook.
Gambar 2.1. menggambarkan ilustrasi dynamic programming. Setiap
kotak menggambarkan stage. State pada stage yang bersangkutan ditentukan oleh
keputusan yang sebelumnya. Berdasarkan state dan keputusan yang dibuat pada
stage sekarang, hasil dari keputusan akan diperoleh melalui contribution function
dan nilai dari state pada stage selanjutnya dapat diperoleh.
Prinsip dari prosedur dynamic programming terdapat pada prinsip
optimalitas. Prinsip ini menyatakan bahwa, jika xi*, x2*, x3*…. xn* adalah
kebijakan optimal untuk masalah yang bersangkutan dan si* adalah state optimal
Contoh: fi(si) =
=0,1,2max
…
Universitas Sumatera Utara
pada stage i, maka xi*, x2*, x3*…. xn* adalah sebuah kebijakan optimal untuk
submasalah antara stage i dan n dengan si* sebagai state awal. Kebenaran dari
model dynamic programming dapat dibuktikan dengan cara menunjukkan bahwa
seluruh kemungkinan state dipertimbangkan dan memenuhi prinsip optimalitas.
Pemilihan state variable untuk model dynamic programming merupakan
hal yang kritis dan harus memenuhi karakteristik markov. Karakteristik markov,
yaitu kebijakan optimal dari stage i ke stage n hanya bergantung pada state yang
masuk (si) dan tidak dipengaruhi oleh keputusan sebelumnya.
Model dynamic programming dapat diklasifikasikan berdasarkan sifat,
yaitu model dynamic programming deterministik atau model dynamic
programming stokastik. Hal ini bergantung pada data yang digunakan untuk
menyelesaikan masalah. Jika data yang digunakan atau yang diketahui untuk
situasi tertentu bersifat pasti, maka model deterministik dapat digunakan untuk
mencari solusi yang paling baik. Jika data bersifat probabilistik, makan digunakan
model stokastik untuk memecahkan masalah untuk mendapatkan solusi terbaik.
Aplikasi dynamic programming telah terbukti baik pada pengelolaan
persediaan, jaringan, penjadwalan kerja untuk karyawan, pengendalian produksi,
perencanaan penjualan dan bidang lainnya. Penyelesaian dengan metode dynamic
programming dapat menghasilkan:
1. Sejumlah pilihan yang mungkin
2. Solusi pada setiap tahap dibangun dari hasil solusi tahap sebelumnya
3. Persyaratan optimasi dan kendala digunakan untuk membatasi sejumlah
pilihan yang harus dipertimbangkan pada suatu tahap.
Universitas Sumatera Utara
3.7.Konsep Dasar dalam Dynamic Programming8
Konsep-konsep dasar dalam dynamic programming antara lain:
1. Dekomposisi
Persoalan dynamic programming dapat dipecah menjadi sub persoalan atau
tahapan yang lebih kecil dan berurutan. Setiap tahap disebut juga sebagai titik
keputusan. Setiap keputusan yang dibuat pada suatu tahap akan mempengaruhi
keputusan-keputusan pada tahap berikutnya.
2. Status
Status adalah kondisi awal (Sn) dan kondisi akhir (Sn-1) pada setiap tahap,
dimana pada tahap tersebut keputusan dibuat (Dn). Status akhir pada sebuah tahap
tergantung keadaan status awal dan keputusan yang dibuat pada tahap yang
bersangkutan. Status akhir pada suatu tahap merupakan input bagi tahap
berikutnya.
3. Variabel Keputusan dan Hasil
Keputusan yang dibuat pada setiap tahap (Dn) merupakan keputusan yang
berorientasi kepada return yang diakibatkan (Rn|Dn), tingkat maksimal atau
minimal.
4. Fungsi Transisi
Fungsi transisi menjelaskan secara pasti bagaimana tahap-tahap saling
berhubungan. Fungsi ini berbentuk fungsi hubungan antar status pada setiap tahap
yang berurutan.
8 Rosnani Ginting. 2009. Penjadwalan Mesin. Yogyakarta: Graha Ilmu.Hal 217-
218
Universitas Sumatera Utara
5. Optimasi Stage
Optimasi stage dalam dynamic programming adalah menentukan keputusan
optimal pada setiap tahap dari berbagai kemungkinan nilai status inputnya.
6. Fungsi rekursif
Nilai fungsi adalah nilai kumulatif dari nilai variabel tersebut pada tahap sebelumya.
3.8.Karakteristik Aplikasi Dynamic Programming9
Karakteristik dynamic programming adalah sebagai berikut:
Karakteristik 1:
Masalah dapat dibagi menjadi tahapan-tahapan dan pada setiap tahap
dibutuhkan suatu keputusan.
Karakteristik 2:
Setiap tahapan (stage) memiliki sejumlah status yang memiliki hubungan
asosiatif. Status pada setiap stage diperlukan untuk membuat keputusan
yang optimal. Pada setiap stage, keputusan yang dibuat tidak bergantung
pada bagaimana cara keputusan itu dibuat. Keputusan yang dibuat
bergantung pada state sekarang.
Karakteristik 3:
Keputusan yang dipilih pada setiap stage mendeskripsikan bagaimana
state pada tahapan tersebut ditransformasi menjadi state berikutnya pada
stage berikutnya.
9 Wayne Winston. 2004. Operation Research Application and Algorithm. Canada:
Thomson. Hal 967-968
Universitas Sumatera Utara
Karakteristik 4:
Keputusan optimal yang dibuat untuk sisa stage berikutnya tidak
bergantung pada bagaimana cara untuk mencapai state sekarang.
Karakteristik 5:
Jika state telah diklasifikasi menjadi salah satu dari T-stage, maka harus
dibuat fungsi rekursif yang berhubungan pada setiap stage t, t+1, t+2…..
Jika state awal pada stage 1 adalah i1 . Untuk menggunakan fungsi
rekursif, maka perlu ditemukan keputusan yang optimal untuk setiap state
yang berhubungan dengan stage terakhir. Kemudian digunakan fungsi
rekursif untuk menentukan ft-1 untuk state pada stage t-1. Setelah
itu, digunakan fungsi rekursif untuk menentukan ft-2 untuk state pada
stage t-2. Proses ini diteruskan sampai fi(I1) dihitung. Dengan
memnghitung fi(I1) maka keputusan optimal pada stage 1 akan dipilih dari
sekumpulan keputusan yang didpatkan dari mensubstitusikan fi(I1).
3.9.Prasyarat Dynamic Programming10
Prasyarat dari dynamic programming antara lain:
1. Setiap bagian dari persoalan merupakan suatu kesatuan yang utuh.
2. Kedatangan pesanan bersifat dinamis dan berubah-ubah
3. Persoalan dapat dibagi menjadi beberapa tahap (stage), yang pada setiap
tahap hanya diambil satu keputusan.
10 Rosnani Ginting. 2009. Penjadwalan Mesin. Yogyakarta: Graha Ilmu. Hal 222-
223
Universitas Sumatera Utara
4. Masing-masing tahap terdiri dari sejumlah status (state) yang berhubungan
dengan tahap tersebut. Secara umum, status merupakan bermacam-macam
kemunginan masukan yang ada pada tahap tersebut
5. Hasil dari keputusan yang diambil pada setiap tahap ditransformasikan dari
status yang bersangkutan ke status berikutnya.
6. Ongkos (cost) pada suatu tahao meningkat secara teratur dengan
bertambahnya jumlah tahapan
7. Ongkos pada suatu tahap bergantung pada ongkos tahap-tahap yang sudah
berjalan ditambah dengan ongkos pada tahap tersebut
8. Keputusan terbaik pada suatu tahap bersifat independen terhadap keputusan
yang dilakukan pada tahap sebelumnya.
Dalam menyelesaikan persoalan dengan program dinamis, kita dapat
menggunakan 2 pendekatan berbeda maju atau mundur. Misalnya x1,x2,x3……xn
menyatakan peubah (variable) keputusan yang harus dibuat masing-masing tahap
1,2,3,….n. Maka,
1. Program dinamis maju bergerak mulai dari tahap 1, terus maju ke tahap
2,3,….n. Runtutan peubah keputusan adalah x1,x2,x3……xn
2. Program dinamis mundur bergerak mulai dari tahap n terus mundur
sampai tahap n-1,n-2 dan seterusnya sampai ke tahap 1. Runtutan
keputusannya adalah xn, xn-1,xn-2,xn-3……x1
Universitas Sumatera Utara
3.10. Elemen dari Model Dynamic Programming11
Dynamic programming adalah teknik matematika yang dirancang khusus
untuk memperbaiki efisiensi perhitungan masalah optimasi. Konsep utama dari
teknik ini adalah mendekomposisi masalah menjadi sub masalah sehingga dapat
lebih mudah dihitung.
Program dinamis memberikan solusi masalah dengan cara sebagai berikut:
1. Masalah yang memiliki beberapa tahap penyelesaian. Masalah tersebut akan
didekomposisi menjadi sub masalah. Setiap tahap dekomposisi memiliki tepat
satu variabel optimasi.
2. Optimasi diaplikasikan pada setiap tahap sehingga kombinasi solusi yang
tidak optimal secara sistematis tidak terpilih menjadi solusi.
3. Setiap sub-masalah dihubungkan dengan fungsi tertentu sehingga akan
memberikan solusi optimal untuk seluruh masalah.
Dynamic programming memiliki formula yang berbasis pada 3 elemen, yaitu stage, decision variable pada setiap stage yang dihubungkan dengan fungsi
rekursif, dan state dari sistem pada setiap stage.
3.11. Model Dynamic Programming12
Misalkan Xt adalah jumlah produksi untuk periode t, Dt adalah jumlah
permintaan pada periode t, I t adalah net inventory pada akhir periode t, Kt (Xt, It)
adalah biaya pada periode t untuk memproduksi X t dan memiliki net inventory 11Hamdy Taha. 1976. Operation Research. Second Edition. New York: Macmillan Publishing. Hal 208-209 12Montgomery D C. 1974. Operation Research in Production Planning Scheduling and Inventory
Control. New York: John wiley and Sons.Hal 201-202
Universitas Sumatera Utara
akhir It, ft(I) adalah biaya minimum untuk periode t,t+1....T dengan net inventory
pada periode t adalah It.
Jika keputusan produksi sebanyak Xt, biaya untuk periode t adalah Kt (Xt,
It) dan persediaan akhir adalah It, dimana It ditentukan oleh I, Xt dan Dt
mempengaruhi biaya minimum untuk melakukan produksi pada periode t. maka
untuk mendapatkan fungsi biaya yang minimum akibat dari produksi sebanyak X t
adalah:
ft(I) = min [Kt(Xt, I + Xt – Dt) + ft+1 (I+Xt-Dt)]
Dengan syarat Xt ≥ 0
Berdasarkan uraian landasan teori tentang dynamic programming dapat
disimpulkan bahwa model dynamic programming secara teoritis dapat digunakan
untuk merencanakan jumlah produksi dan persediaan selama periode n. Model
dynamic programming dapat merepresentasikan jumlah periode dalam n-stage,
pilihan alternatif dalam state pada setiap stage, variabel keputusan dalam xi dan
persamaan yang dapat memberikan keputusan optimal dalam recurrence function.
Stage dalam penelitian ini adalah periode produksi yang terdiri dari 12
periode dengan variabel input yang digunakan untuk setiap stage adalah
peramalan permintaan konsumen, jumlah persediaan, biaya simpan, dan biaya
produksi. Decision variable untuk setiap stage adalah jumlah produksi optimal
yang merupakan hasil dari variabel input yang dimasukkan ke dalam recurrence
function. Pengambilan keputusan untuk setiap stage berdasarkan fungsi tujuan
yang ingin dicapai, yaitu meminimisasi biaya produksi dalam rangka pemenuhan
permintaan konsumen selama periode n.
Universitas Sumatera Utara
Dua keuntungan signifikan yang dimiliki oleh dynamic programming
adalah metode dynamic programming mentransformasi satu kesatuan masalah
menjadi n subproblem dan nilai yang didapatkan dari metode dynamic
programming adalah nilai global optimum atau global minimum.
3.12. Peramalan13
Peramalan merupakan bagian awal dari suatu proses pengambilan
keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu
persoalan yang dihadapi dalam pengambilan keputusan itu.
Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah
permintaan terhadap suatu produk dan merupakan langkah awal dari proses
perencanaan dan pengendalian produksi.
3.12.1. Karakterisitik Peramalan yang Baik
Peramalan yang baik mempunyai beberapa kriteria penting, antara lain :
1. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasan dan
kekonsistenan peramalan tersebut. Hasil peramalan dikatakan bias bila
peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan
kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila
besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah
akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen
13 Rosnani Ginting. 2007. Sistem Produksi. Yogyakarta: Graha Ilmu. Hal 31-34
Universitas Sumatera Utara
tidak dapat dipenuhi segera. Akibatnya perusahaan dimungkinkan kehilangan
pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu
tinggi akan mengakibatkan terjadinya penumpukan persediaan, sehingga
banyak modal yang terserap sia-sia. Keakuratan dari hasil peramalan ini
berperan dalam menyeimbangkan persediaan yang ideal.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung
dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode
peramalan yang digunakan. Ketiga faktor pemicu biaya tersebut akan
mempengaruhi berapa banyak data yang dibutuhkan, bagaimana pengolahan
datanya (manual atau komputerisasi), dan bagaimana penyimpanan datanya.
Pemilihan metode peramalan harus disesuaikan dengan dana yang tersedia
dan tingkat akurasi yang ingin dicapai, misalnya item-item yang penting akan
diramalkan dengan metode yang sederhana dan murah.
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan. Hal yang percuma
memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada
sistem perusahaan karena keterbatasan dana, sumber daya manusia, maupun
peralatan teknologi.
14Pada dasarnya metode peramalan kuantitatif dapat dibedakan atas 2 bagian, yaitu:
14 Rosnani Ginting. 2007. Sistem Produksi. Yogyakarta: Graha Ilmu. Hal 43-44
Universitas Sumatera Utara
1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, yang
merupakan deret waktu atau time series. Metode yang baik adalah metode
yang memberikan nilai-nilai perbedaan atau penyimpangan sekecil mungkin.
Metode peramalan yang termasuk model time series, yaitu metode
penghalusan (smoothing), metode proyeksi kecendrungan dengan regresi dan
metode dekomposisi.
a. Metode Penghalusan (Smoothing)15
Salah satu cara untuk mengubah pengaruh data masa lalu terhadap nilai
tengah sebagai ramalan adalah dengan menentukan sejak awal berapa
jumlah nilai observasi masa lalu yang akan dimasukkan untuk menghitung
nilai tengah. Untuk menggambarkan prosedur ini digunakan istilah rata-
rata bergerak (Moving Average) karena setiap muncul nilai observasi baru,
nilai rata-rata baru dapat dihitung dengan membuang nilai observasi yang
paling tua dan memasukkan nilai observasi yang baru. Rata-rata bergerak
ini kemudian akan menjadi ramalan untuk periode mendatang. Diberikan
N titik data dan diputuskan untuk menggunakan T observasi pada setiap
rata-rata (yang disebut dengan rata-rata bergerak berorde T, atau MA(T).
MA (1) yaitu rata-rata bergerak dengan orde 1- nilai data terakhir yang
diketahui (Xt) digunakan sebagai ramalan untuk periode berikutnya (Ft+1 =
Xt).
Waktu = T
15 Makridakis. 1993. Metode dan Aplikasi Peramalan. Jakarta: Erlangga.Hal 67-
69
Universitas Sumatera Utara
Rata-rata bergerak =
= x1 + x2 + .... + xt x
T
Ft+1= ∑ =1
b. Metode Proyeksi Kecendrungan dengan Regresi16
Metode kecenderungan dengan regresi merupakan dasar garis
kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan
tersebut dapat diproyeksikan hal-hal yang akan diteliti pada masa yang
akan datang. Data yang dibutuhkan adalah data tahunan.
Bentuk fungsi dari metode ini dapat berupa:
a) Konstan, dengan fungsi peramalan (Yt):
Yt = a
a = ∑Y1 . . . . . . . . . . . .. . .. . . .. . .. . . .. . .. . .. . . .. . .. . . .. . .. . . .. . .. . .. . . ..
. . . . . . . . . . . . .. . .. .
N
Dimana: Yt = nilai tambah
N = jumlah periode
b) Linear, dengan fungsi peramalan:
Yt = a + bt
Dimana : a = Yt-bt/n
( ) ( )
( )
−
−=
22 xxn
yxxynb
c) Kuadratis, dengan fungsi peramalan :
Yt = a + bt + ct2 16 Rosnani Ginting. 2007. Sistem Produksi. Yogyakarta: Graha Ilmu. Hal 55-56
Universitas Sumatera Utara
Dimana :
d) Eksponensial, dengan fungsi peramalan:
Yt = aebt
Dimana :
e) Siklis, dengan fungsi peramalan:
Yt = a + b sin 2 π x
n + c cos
2 π x
n
−= 32 XnXX
( ) −= 22XnX
( ) −= 422 XnX
−= XYnYX
−= YXnYX 22
2.
..
−
−=b
bc
−=
n
XcXbya
−−=
2
( )
−
−=
22
lnln.
XXn
XYYXnb
n
XbYa −
=ln
ln
Universitas Sumatera Utara
∑Y = na + b sin 2τt
+ c∑ cos 2τt . . . . . .. .. ... .. ... .. ... .. ... .. ... .. ... .. ... .. ... .. ... .. ..
n N
∑Y sin 2τt = a∑sin 2τt + b sin 2 2τ + c∑ sin 2τt cos 2τt
n n N n n
∑Y cos 2τt = a∑cos 2τt
+ c∑cos2 2τ + b∑ sin 2τt cos
2τt
n n n n n
c. Metode Dekomposisi17
Metode dekomposisi biasanya mencoba memisahkan tiga komponen
terpisah dari pola dasar yang cenderung mencirikan deret data ekonomi
dan bisnis. Komponen tersebut adalah faktor trend (kecenderungan), siklus
dan musiman. Faktor kecenderungan menggambarkan perilaku data dalam
jangka panjang dan dapat meningkat, menurun atau tidak berubah.
Perbedaan antara musiman dan siklus adalah bahwa musiman itu berulang
dengan sendirinya pada interval yang tetap seperti tahun, bulan atau
minggu, sedangkan faktor siklus mempunyai jangka waktu yang lebih
lama dan lamanya berbeda dari siklus yang satu ke siklus yang lain.
Dekomposisi mempunyai asumsi bahwa data itu tersusun sebagai berikut:
Data = pola + kesalahan
= f(trend, siklus, musiman) + kesalahan
Penulisan matematis umum dari pendekatan dekomposisi adalah
Xt= f(It, Tt, Ct, Et)
Dimana:
Xt = nilai deret berkala (data aktual) pada periode t 17 Makridarkis. 1993. Metode dan Aplikasi Peramalan. Jakarta: Erlangga.Hal
123-124
Universitas Sumatera Utara
It = komponen (indeks) musiman pada periode t
Tt= komponen trend pada periode t
Ct= komponen siklus pada periode t
Et= komponen kesalahan atau random pada periode t
Bentuk fungsional yang pasti dari persamaan dekomposisi bergantung
pada metode dekomposisi yang digunakan. Untuk semua metode tersebut
proses dekompisisinya adalah serupa dan terdiri atas langkah-langkah
sebagai berikut:
1. Pada deret data yang sebenarnya (Xt) hitung rata-rata bergerak yang
panjangnya (N) sama dengan panjang musiman. Maksud dari rata-rata
bergerak ini adalah menghilangkan unsur musiman dan kerandoman.
Merata-ratakan sejumlah periode yang sama dengan panjang pola
musiman (misalnya 12 bulan, 4 kuartal atau 7 hari) akan
menghilangkan unsur musiman dengan membuat rata-rata dari periode
yang musimnya tinggi dan periode yang musimnya rendah. Karena
kesalahan random tidak mempunyai pola yang sistematis maka
pemerata-rataan ini juga mengurangi kerandoman.
2. Pisahkan rata-rata bergerak N periode (langkah 1 di atas) dari deret
data semula untuk memperoleh unsur trend dan siklus
3. Pisahkan faktor musiman dengan menghitung rata-rata untuk tiap
periode yang menyusun panjang musiman secara lengkap.
4. Identifikasi bentuk trend yang tepat (linear, eksponensial, dan lain-
lain) dan hitung nilainya untuk setiap periode (Tt)
Universitas Sumatera Utara
5. Pisahkan hasil langkah 4 dari hasil langkah 2 (nilai gabungan dari
unsur trend dan siklus) untuk memperoleh faktor siklus.
6. Pisahkan musiman, trend dan siklus dari data asli untuk mendapatkan
unsur random yang ada Et.
2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel lain yang
mempengaruhinya, yang bukan waktu atau sebab akibat
18Langkah-langkah dalam melakukan peramalan adalah : 1. Definisikan tujuan peramalan
2. Pembuatan diagram pencar 3. Pilih minimal dua metode peramalan yang dianggap sesuai
4. Hitung parameter-parameter fungsi peramalan.
5. Hitung kesalahan setiap metode yang terbaik, yaitu yang memiliki kesalahan
terkecil
6. Pilih metode yang terbaik, yaitu yang memiliki kesalahan terkecil dan lakukan
pengujian hipotesis dengan uji distribusi F.
7. Lakukan verifikasi peramalan.
Universitas Sumatera Utara
2.13. Proses Verifikasi20
Proses verifikasi digunakan untuk melihat apakah metode peramalan yang
diperoleh representatif terhadap data. Proses verifikasi dilakukan dengan
menggunakan Moving Range Chart (MRC). Dari peta ini dapat terlihat apakah
sebaran berada didalam batas kontrol ataupun sudah diluar kontrol. Apabila
sebaran berada diluar kontrol, maka fungsi/metode peramalan tersebut tidak
sesuai, artinya pola peramalan terhadap data (Y-YF) tersebut tidak representatif.
Proses verifikasi dengan menggunakan Moving Range Chart (MRC) dapat dilihat
pad Gambar 2.2.
A
B C Y-Yf
C A B
UCL = 2.66 MR 1/3
x .66 MR 2/3 x 2.66
MR Central Line =
MR -2/3 x 2.66 MR -
1/3 x 2.66 MR LCL =
-2.66 MR
Gambar 2.2. Moving Range Chart
20 Ibid, Hal 60-62
Universitas Sumatera Utara
N −1
∑MR
t
= t = 2
MR
N −1
Dimana : MRt =
(Yt − YT )− (Yt −1 − YF )
atau :
MR = e − e t t −1 t t t −1
Kondisi out of control dapat diperiksa dengan menggunakan empat aturan
berikut:
1. Aturan Satu Titik
Bila ada titik sebaran (Y-YF) berada di luar UCL dan LCL. Walaupun jika
semua titik sebaran berada dalam batas kontrol, belum tentu fungsi/metode
representatif. Untuk itu penganalisaan perlu dilanjutkan dengan membagi
MRC dalam tiga daerah, yaitu A, B, dan C.
2. Aturan Tiga Titik
Bila ada tiga buah titik secara berurutan berada pada salah satu sisi, yang
mana dua diantaranya jatuh pada daerah A.
3. Aturan Lima Titik
Bila ada lima buah titik secara berurutan berada pada salah satu sisi, yang
mana empat diantaranya jatuh pada daerah B.
4. Aturan Delapan Titik
Bila ada delapan buah titik secara berurutan berada pada salah satu sisi, pada
daerah C.
Universitas Sumatera Utara
2.14.Tingkat Ketelitian dan Tingkat Kepercayaan21
Tingkat ketelitian ialah suatu parameter yang menjelaskan seberapa dekat
estimasi karakteristik sampel terhadap karakteristik sesungguhnya dari populasi.
Derajat kepercayaan menjelaskan besarnya kepercayaan bahwa estimasi tersebut
benar sesuai dengan karakteristik populasi.
2.15.Definisi Standar dari Kapasitas yang Tersedia22
Kapasitas didefinisikan sebagai jumlah output per satuan waktu. Satuan
pengukuran harus merupakan satuan umum yang dapat digunakan oleh seluruh
jenis output. Satuan yang umum digunakan untuk seluruh jenis output adalah
satuan waktu dan satuan biaya. Satuan biaya jarang digunakan untuk studi
kapasitas untuk jangka waktu yang panjang. Waktu merupakan satuan pengukuran
yang lebih sering digunakan untuk mengukur kapasitas.
Formula yang digunakan untuk menentukan kapasitas yang tersedia adalah
sebagai berikut:
Capacity available: hours available x utilization x efficiency
23Faktor efisiensi menjelaskan keadaan seberapa jauh stasiun kerja
tertentu mampu menggunakan kapasitas yang tersedia secara efisien. Faktor
utilitas adalah ukuran kemampuan stasiun kerja dalam memanfaatkan kapasitas
yang tersedia secara efektif.
21Sukaria Sinulingga. 2013. Metode Penelitian. Medan: USU Press. Hal 207 22John Blackstone. 1989. Capacity Management. USA: South Western Publishing CO. Hal 10-21
23Sukaria Sinulingga. 2013. Metode Penelitian. Medan: USU Press. Hal 170
Universitas Sumatera Utara
2.16.Biaya dalam Hubungannya dengan Produk24
biaya manufaktur juga disebut biaya produksi atau biaya pabrik, biasanya
didefinisikan sebagai jumlah dari tiga elemen biaya: bahan baku langsung, tenaga
kerja langsung, dan overhead pabrik.
Bahan baku langsung adalah semua bahan baku yang membentuk bagian
integral dari produk jadi dan dimasukkan secara eksplisit dalam perhitungan biaya
produk. Contoh dari bahan baku langsung adalah kayu yang digunakan untuk
membuat mebel. Tenaga kerja langsung adalah tenaga kerja yang melakukan
konversi bahan baku langsung menjadi produk akhir. Overhead pabrik terdiri atas
biaya manufaktur yang tidak dapat ditelusuri secara langsung kepada output.
Biaya overhead terdiri dari biaya bahan tidak langsung, tenaga kerja tidak
langsung dan biaya tak langsung lainnya.
2.17. Kriteria Performance Peramalan25
Seorang perencana tentu menginginkan hasil perkiraan ramalan yang tepat
atau paling tidak dapat memberikan gambaran yang paling mendekati sehingga
rencana yang dibuatnya merupakan rencana yang realistis.
Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara,
antara lain adalah:
1. Mean Square Error (MSE)
MSE= √∑ (y - y')n
x = 1
2
n - f
24Carter Usry. 2006. Akuntansi Biaya.Jakarta: Salemba Empat. Hal 40-41
Universitas Sumatera Utara
25 Rosnani Ginting. 2007. Sistem Produksi. Yogyakarta: Graha Ilmu. Hal 58-59
Dimana :
Xt= data actual periode t
Ft= nilai ramalan periode t
N= banyakya periode
2. Standard Error of Estimate (SEE)
SEE= √∑ (y - y')n
x = 1
2
n - f
Dimana:
F = derajat kebebasan
Untuk data konstan , f=1
Untuk data linier, f=2
Untuk data kuadratis, f=3
Untuk data siklis, f= 3
3. Percentage Error (PE)
PEt = (Xt-Ft)/ Xt x 100%
Dimana nilai dari Pet bisa positif maupun negatif
Universitas Sumatera Utara
[Type text]
Universitas Sumatera Utara
[Type text]
BAB IV
METODOLOGI PENELITIAN
4.1. Tempat dan Waktu Penelitian
Tempat penelitian dilakukan di PT. Sri Intan Karplas Industry yang
berlokasi di Jl. Sunggal Kecamatan Medan Sunggal. Waktu penelitian dilakukan
mulai bulan Januari 2017 – Maret 2017.
4.2. Jenis Penelitian1
Jenis penelitian ini adalah penelitian deskriptif, yaitu penelitian yang
bertujuan untuk mendeskripsikan secara sistematik, faktual dan akurat tentang
fakta-fakta dan sifat-sifat dari objek atau populasi tertentu.
4.3. Objek Penelitian
Objek penelitian yang diamati adalah produk karung goni 100 kg LDPE.
4.4. Kerangka Konseptual Penelitian
Suatu penelitian dapat dilaksanakan apabila tersedianya sebuah
perancangan kerangka konseptual sehingga langkah-langkah penelitian lebih
sistematis. Kerangka konseptual inilah yang merupakan landasan dalam
melaksanakan penelitian. Kerangka konseptual penelitian ini dapat dilihat pada
Gambar 4.1.
1 Sukaria Sinulingga. Metode Penelitian. (Cet I; Medan: USU Press, 2011), h. 24.
Universitas Sumatera Utara
[Type text]
Biaya Produksi- Biaya Bahan baku dan
energi langsung
- biaya tenaga kerja
langsung
- biaya listrik
- biaya lost sales
Kemampuan
Produksi
- Jam kerja
- waktu keseluruhan
stasiun kerja
Kapasitas
Tersedia:-Efisiensi
- Utilitas
- Waktu Kerja
Kebutuhan
Kapasitas :- Jumlah Permintaan
- Waktu Produksi
Jumlah Produksi
Optimal
.Gambar 4.1. Kerangka Konseptual Penelitian
Gambar 4.1. menunjukkan variabel-variabel yang digunakan dalam melakukan
penelitian. Agar didapatkan jumlah produksi dan persediaan yang optimal maka
harus dilakukan perhitungan kapasitas produksi tersedia dan kebutuhan kapasitas
produksi terlebih dahulu. Kapasitas produksi tersedia dipengaruhi oleh efisiensi,
utilitas dan hari kerja. Kebutuhan kapasitas produksi dipengaruhi oleh jumlah
permintaan konsumen dan waktu produksi. Perhitungan kapasitas produksi
tersedia dan kebutuhan kapasitas produksi dilakukan untuk mengetahui
kemampuan perusahaan dalam memenuhi permintaan pasar. Kapasitas produksi
tersedia dan kebutuhan kapasitas produksi mempengaruhi jumlah produksi secara
simultan. Perhitungan kemampuan produksi dilakukan untuk mengetahui berapa
jumlah produksi yang dapat dihasilkan setiap harinya dengan memanfaatkan
regular time pada hari Senin sampai Sabtu maupun overtime pada hari Minggu.
Perhitungan kemampuan produksi ini didasarkan pada waktu keseluruhan stasiun
Universitas Sumatera Utara
[Type text]
kerja. Kegiatan melakukan produksi akan menimbulkan biaya produksi. Biaya
yang mempengaruhi biaya produksi adalah biaya bahan baku langsung, energi
langsung, tenaga kerja langsung, dan biaya lost sales.
4.5. Definisi Operasional
Definisi operasional dalam penelitian ini adalah:
1. Jumlah Permintaan
Jumlah Permintaan karung goni 100 kg LDPE berdasarkan data historis
yaitu mulai Januari 2016 sampai Desember 2016 dan dinyatakan dalam
unit.
2. Waktu kerja
Waktu kerja yang tersedia berdasarkan kalender perusahaan tahun 2016
yang dinyatakan dalam hari dan jam.
3. Biaya bahan baku dan energi.
Biaya bahan baku karung goni 100 kg LDPE berdasarkan data historis
perusahaan tahun 2016 dan dinyatakan dalam rupiah (Rp.)
4. Upah Tenaga Kerja
Upah tenaga kerja berdasarkan wawancara dengan manajemen pabrik dan
dinyatakan dalam rupiah (Rp.)
5. Kapasitas produksi tersedia
Kapasitas produksi tersedia berdasarkan wawancara terhadap manajemen
pabrik yang dinyatakan dalam unit/ jam.
6. Kemampuan produksi.
Universitas Sumatera Utara
[Type text]
Kemampuan produksi dihitung berdasarkan kapasitas tersedia dinyatakn
dalam unit/ bulan.
7. Jumlah Produksi
Jumlah produksi karung goni 100 kg LDPE berdasarkan data historis
perusahaan Januari 2016 sampai Bulan Desember 2016 dan dinyatakan
dalam unit.
8. Biaya produksi
Biaya produksi terdiri dari dua jenis, yaitu biaya produksi regular time dan
overtime yang dihitung dalam rupiah/ unit. Selisih biaya produksi regular
time dan overtime dinyatakan dalam rupiah/ unit.
9. Efisiensi
Efisiensi berdasarkan wawancara dengan pihak manajemen pabrik dan
dinyatakan dalam persen (%).
10. Utilitas
Utilitas berdasarkan wawancara dengan pihak manajemen pabrik dan
dinyatakan dalam persen (%).
11.Harga jual karung goni 100 kg HDPE berdasarkan wawancara dengan
pihak manajemen dinyatakan dalam rupiah.
4.6. Blok Diagram Pengumpulan Data
Blok diagram pengumpulan data dapat dilihat pada gambar 4.2.
Universitas Sumatera Utara
[Type text]
4.7. Metode Pengumpulan data
Dalam melakukan penelitian di PT Sri Intan Karplas Industri dibutuhkan
sejumlah data tertentu. Data yang diperlukan dalam penelitian ini adalah :
1. Data kapasitas stasiun didapatkan langsung dari manajemen pabrik.
2. Data faktor yang mempengaruhi biaya simpan produk karung goni
didapatkan secara langsung dari pabrik dan melalui wawancara dari mandor
produksi oleh peneliti.
3. Data upah tenaga kerja didapatkan melalui wawancara dengan pihak
manajemen perusahaan.
4. Data historis jumlah produksi produk karung goni dan jumlah permintaan
pasar dari Bulan Januari 2016 sampai Bulan Desember 2016 didapatkan dari
pihak perusahaan.
5. Data jumlah hari kerja dan jumlah hari kerja overtime dari Bulan Januari
2016 sampai Bulan Desember 2016 didapatkan dari pihak manajemen
perusahaan.
6. Data jam kerja yang diberlakukan untuk karyawan lantai produksi
didapatkan dari manajemen perusahaan.
7. Data Jumlah karyawan lantai produksi didapatkan dari pihak menajemen
perusahaan.
8. Data biaya bahan produksi didapatkan dari pihak menajemen perusahaan.
9. Data biaya listrik lantai produksi didapatkan dari pihak menajemen
perusahaan
Universitas Sumatera Utara
[Type text]
10. Biaya jual/ unit didapatkan dari wawancara dengan pihak manajemen
perusahaan
Mulai
Studi Pendahuluan
Melakukan pengamatan
terhadap kondisi pabrik
Identifikasi Masalah Awal
Tidak adanya metode
perencanaan produksi dan
persediaan yang ilmiah
berdasarkan kondisi pasar.
Studi Literatur
Mengumpulkanm literatur
yang berhubungan dengan
fenomena masalah dan
pemecahan masalah
Pengumpulan data:
Data Primer :
- Faktor yang mempengaruhi biaya simpan
Data sekunder:
- Data jumlah permintaan historis Januari – Desember 2016
- Data jumlah produksi histori Januari – Desember 2016
- Data jam kerja dan ketentuan lembur
- Kapasitas Produksi per stasium
- Jumlah karyawan produksi
- Upah/ gaji karyawan lantai produksi reguler dan overtime
- Data biaya bahan baku, dan biaya listrik
- Data Efisiensi dan Utilitas
Selesai
Gambar 4.2. Blok Diagram Pengumpulan Data
Universitas Sumatera Utara
[Type text]
4.8. Metode Pengolahan Data
Metode yang digunakan untuk merencanakan jumlah produksi dan
persediaan PT Sri Intan karplas Industri adalah metode dynamic programming.
Langkah-langkah pengolahan data untuk mendapatkan jumlah produksi dan
persediaan dengan metode dynamic programming terdiri dari:
1. Perhitungan waktu produksi per stasiun kerja dilakukan dengan cara
1/kapasitas per stasiun kerja.
2. Tahap perhitungan kapasitas produksi tersedia dilakukan dengan cara:
Perhitungan dilakukan dengan cara waktu yang tersedia x efisiensi mesin x
utilitas mesin.
3. Tahap perhitungan kebutuhan kapasitas produksi dilakukan dengan cara:
Perhitungan kapasitas kebutuhan produksi didapatkan dengan cara jumlah
permintaan x waktu produksi.
4. Tahap perhitungan kemampuan produksi dilakukan dengan cara: Perhitungan
kemampuan produksi didapatkan dengan cara kemampuan produksi regular
time + kemampuan produksi over time.
5. Tahap perhitungan jumlah produksi dan persediaan dengan metode dynamic
programming dengan data historis dilakukan dengan cara:
a. Tentukan fungsi tujuan dan constraint
b. Dekomposisi masalah dalam bentuk stages
c. Tentukan state
d. Tentukan variabel keputusan
e. Tentukan contribution function
Universitas Sumatera Utara
[Type text]
f. Tentukan value function
g. Tentukan optimal policy
h. Tentukan transformation function
i. Tentukan recurrence function (backward recurrence function)
j. Tentukan boundary setiap stage
k. Melakukan perhitungan stage demi stage berdasarkan recurrence function
Tahapan perhitungan jumlah produksi dan persediaan dengan metode
dynamic programming dapat dilihat pada Gambar 4.3.
4.9. Analisis Pemecahan Masalah
Setelah hasil pengolahan dengan metode dynamic programming diperoleh,
maka dilakukan analisis terhadap hasil dari pengolahan. Analisis dilakukan
dengan cara analisis perbandingan sistem aktual dengan aplikasi metode dynamic
programming. Analisis komponen perencanaan produksi, analisis komponen
biaya-biaya produksi, analisis hubungan peramalan dan perencanaan produksi
dengan menggunakan metode dynamic programming, dan analisis biaya produksi
dan persediaan dengan metode dynamic programming menggunakan data
peramalan.
4.10. Kesimpulan dan Saran
Langkah akhir yang dilakukan adalah penarikan kesimpulan yang berisi
hal-hal penting dalam penelitian tersebut dan pemberian saran untuk perusahaan
mengenai hal-hal yang berkaitan dengan penelitian
Universitas Sumatera Utara
[Type text]
.
Mulai
-Data historis permintaan produk
- Kemampuan produksi reguler
time
- Kemampuan produksi overtime
- biaya produksi/ unit
- selisih biaya produksi reguler
time dan overtime
- biaya simpan
Tentukan fungsi tujuan dan
constraint
Dekomposisi menjadi stage
Tentukan state
Tentukan variabel keputusan
Tentukan contribution
function
Tentukan Value Function
Tentukan transformation
function
Tentukan recurrence
function
Tentukan boundary
Menghitung Jumlah produksi
dan persediaan berdasarkan
fungsi rekursif
Menetapkan jumlah produksi
dan persediaan dengan biaya
minimal berdasarkan optimal
policy
Jumlah
produksi dan
Persediaan
Optimal
Selesai
Gambar 4.3. Flowchart Metode Dynamic Programming
Universitas Sumatera Utara
BAB V
PENGUMPULAN DAN PENGOLAHAN DATA
5.1. Pengumpulan Data
Pengumpulan data untuk menganalisa permasalahan perencanaan jumlah
produksi pada PT. Sri Intan Karplas Industry adalah :
1. Data Jumlah produksi dan jumlah permintaan karung goni 100 kg LDPE dan
HDPE bulan Januari 2016- Desember 2016
Tabel 5.1. Jumlah Produksi Dan Permintaan Produk Karung Goni 100 kg
LDPE Januari 2016 -Desember 2016
Periode Produksi Kg) Permintaan (Kg)
Januari 458.600 479.237
Februari 463.300 425.310
Maret 450.500 409.505
April 460.200 412.800
Mei 425.300 440.610
Juni 455.700 420.156
Juli 481.240 500.293
Agustus 470.100 440.954
September 485.245 435.751
Oktober 478.900 429.095
November 507.200 533.067
Desember 508.300 472.211
Total 5.653.585 5.407.989
Universitas Sumatera Utara
[Type text]
2. Data jumlah hari kerja yang tersedia dan jumlah hari kerja overtime.
Jumlah pekerja pada bagian produksi dibagi atas 3 shift, dimana jam kerjanya
adalah 7 jam/hari/shift pada hari Senin-Sabtu (regular time). Perusahaan
menetapkan hari Minggu adalah jadwal jam kerja overtime apabila diperlukan.
Jadwal shift karyawan bagian produksi adalah sebagai berikut.
a. Shift 1 Pukul 07.00 – 12.00 waktu kerja
Pukul 12.00 – 13.00 waktu istirahat
Pukul 13.00 – 15.00 waktu kerja
b. Shift 2 Pukul 15.00 – 19.00 waktu kerja
Pukul 19.00 – 20.00 waktu istirahat
Pukul 20.00 – 23.00 waktu kerja
c. Shift 3 Pukul 23.00 – 03.00 waktu kerja
Pukul 03.00 – 04.00 waktu istirahat
Pukul 04.00 – 07.00 waktu kerja
Untuk menentukan jam kerja tersedia, dapat digunakan rumus :
Waktu kerja yang tersedia = (jumlah shift x waktu kerja/shift x jumlah hari
kerja/bulan)
Jumlah hari, jam kerja tersedia dan waktu kerja overtime sepanjang tahun
2016 dapat dilihat pada tabel 5.2.
Universitas Sumatera Utara
[Type text]
Tabel 5.2. Jumlah Hari Kerja Tersedia dan Jumlah Hari Kerja Overtime
Tersedia Tahun 2016
Bulan Jlh Hari
kerja
Jlh waktu
kerja (jam)
Jlh Waktu
Kerja Overtime
(hari)
Januari 25 525 5
Februari 24 504 4
Maret 25 525 4
April 26 546 4
Mei 25 525 5
Juni 26 546 4
Juli 21 441 5
Agustus 26 546 4
September 25 525 4
Oktober 26 546 5
November 26 546 4
Desember 25 525 4
Total 300 6300 52
Sumber : PT. Sri Intan Karplas Industry
3. Data kapasitas produksi setiap stasiun kerja.
Kapasitas untuk karung goni jenis LDPE yang dialokasikan untuk ukuran 100
kg adalah sebesar 36 % dari total keseluruhan kapasitas untuk jenis LDPE.
Karung goni 50 kg sebesar 43 % dan 30 kg sebesar 21 %.
Tabel 5.3. Kapasitas Produksi Setiap Stasiun Kerja
Stasiun Kapasitas
(unit/jam)
Pencampuran bahan (mixing) 1500
Pencetakan Lembaran Plastik 1425,5
Pendinginan Lembaran Plastik 1.354
Pemotongan Lembaran Plastik (Cutting) 1.286,5
Penggulungan Benang 1.157,4
Penenunan Benang menjadi karung plastic 1.041,6
Pemotongan Gulungan karung Plastik 1.026,8
Penjahitan menjadi karung goni 975,5
Pengepakan 975,5
Sumber : PT. Sri Intan Karplas Industry
Universitas Sumatera Utara
[Type text]
4. Data efisiensi dan utilitas setiap stasiun kerja
Tabel 5.4. Efisiensi dan Utilitas setiap Stasiun Kerja
Stasiun Efisiensi
(%)
Utilitas
(%)
Pencampuran bahan (mixing) 95 95 Pencetakan Lembaran Plastik 95 95
Pendinginan Lembaran Plastik 95 95 Pemotongan Lembaran Plastik (Cutting) 95 95
Penggulungan Benang 90 90 Penenunan Benang menjadi karung plastic 90 90 Pemotongan Gulungan krung Plastik 95 95
Penjahitan menjadi karung goni 95 95 Pengepakan 95 95
Sumber : PT. Sri Intan Karplas Industry
5. Data jumlah karyawan dan gaji karyawan lantai produksi.
Tabel 5.5. Jumlah Karyawan dan Gaji Karyawan Lantai Produksi Tahun
2016
Karyawan Jumlah (orang) Gaji Karyawan/ bulan
Koordinator Lapangan 1 3.800.000 As. Koord. Lapangan 1 3.300.000
Operator 118 2.200.000 Sumber : PT. Sri Intan Karplas Industry
6. Data jam lembur maksimum/ hari dan upah lembur/ jam
Tabel 5.6.Jam Lembur Maksimum dan Upah Lembur Tahun 2016
Keterangan Jumlah dan Harga
Jam Lembur Maksimum (jam/hari) 14 Upah Lembur operator produksi
(Rp/jam)
Rp. 14.000,-
Upah Lembur Mandor (Rp/jam) Rp. 30.000,- Upah Lembur Assistant Mandor
(Rp/jam)
Rp. 25.000,-
Sumber : PT. Sri Intan Karplas Industry
7. Data biaya bahan baku, biaya bahan tambahan, biaya bahan penolong dan
biaya listrik
Universitas Sumatera Utara
[Type text]
Tabel 5.7. Data Biaya Bahan Baku, Biaya Bahan Tambahan, Biaya Bahan
Penolong dan Biaya Listrik Tahun 2016
Periode Biaya Bahan Baku
(Rp)
Biaya Bahan
Tambahan
(Rp)
Biaya Bahan
Penolong (Rp)
Biaya
Listrik(Rp)
Total Biaya (Rp)
Januari 2.338.860.000 687.900.000 527.390.000 7.835.000 3.561.985.000
Februari 2.362.830.000 694.950.000 532.795.000 7.115.000 3.597.690.000 Maret 2.297.550.000 675.750.000 518.075.000 7.820.500 3.499.195.500
April 2.347.020.000 690.300.000 529.230.000 7.612.000 3.574.162.000 Mei 2.189.030.000 637.950.000 489.095.000 7.337.000 3.323.412.000 Juni 2.324.070.000 683.550.000 524.055.000 7.835.000 3.539.510.000
Juli 2.630.224.000 735.360.000 563.776.000 8.035.000 3.937.395.000 Agustus 2.397.510.000 705.150.000 540.615.000 7.440.500 3.650.715.500
September 2.594.749.500 727.867.500 558.031.750 7.113.000 3.887.761.750 Oktober 2.442.490.000 718.350.000 550.735.000 7.550.500 3.716.125.500 November 2.586.720.000 760.800.000 583.280.000 8.030.000 3.938.830.000
Desember 2.592.330.000 762.450.000 584.545.000 8.156.000 3.947.481.000 Sumber : PT. Sri Intan Karplas Industry
8. Data biaya simpan
Biaya simpan merupakan biaya yang muncul akibat adanya persediaan yang
diletakkan di gudang. Presentasi biaya yang menyebabkan adanya biaya
simpan adalah sebesar 20 %
5.2 Pengolahan Data
5.2.1 Peramalan Permintaan Pasar
Peramalan dilakukan untuk mendapatkan permintaan pasar untuk 12
periode kedepan (tahun 2017). Penentuan perkiraan jumlah permintaan untuk
periode Januari 2017 sampai dengan Desember 2017 dilakukan dengan cara
melihat data historis pada periode Januari 2016 sampai dengan Desember 2016.
Peramalan yang dilakukan adalah peramalan pada karung goni plastik 100 kg
jenis LDPE. Langkah-langkah peramalan adalah sebagai berikut :
Universitas Sumatera Utara
[Type text]
1. Menentukan tujuan peralaman
Tujuan peramalan adalah untuk meramalkan jumlah penjualan produk pada
bulan Januari 2017 sampai dengan Desember 2017.
Tabel 5.8. Data Historis Penjualan Produk Karung Goni 100 kg LDPE
Januari 2016 – Desember 2016
Periode Permintaan (Kg)
Januari 479.237
Februari 425.310
Maret 409.505
April 412.800
Mei 440.610
Juni 420.156
Juli 500.293
Agustus 440.954
September 435.751
Oktober 429.095
November 533.067
Desember 472.211
TOTAL 5.398.989
Sumber : PT. Sri Intan Karplas Industry
2. Pembuatan Scatter Diagram
Diagram bertujuan untuk melihat data masa lalu sebagai acuan untuk
memilih metode peramalan. Scatter Diagram produk karung goni 100 kg
LDPE (Polypropylene) dapat dilihat pada Gambar 5.1.
Universitas Sumatera Utara
[Type text]
Gambar 5.1. Grafik Penjualan Karung Goni 100 kg LDPE Januari 2016 –
Desember 2016
3. Memilih metode peramalan
Dilihat dari pola data grafik penjualan karung goni LDPE 100 kg, data
berbentuk cenderung tidak stasioner, berfluktuasi, dan cendrung tidak
membentuk tren. Maka digunakan metode peramalan siklis dan dekomposisi.
Metode peramalan yang digunakan adalah:
a. Metode siklis.
b. Metode dekomposisi
4. Menghitung parameter peramalan
a. Metode siklis
Fungsi peramalan : Yt = a + b sin 2 π x
n + c cos
2 π x
n
Adapun perhitungan parameter peramalan untuk metode siklis dapat
dilihat pada Tabel 5.9.
400000
420000
440000
460000
480000
500000
520000
540000
1 2 3 4 5 6 7 8 9 10 11 12
Permintaan Karung Goni 100 kg
Permintaan
Universitas Sumatera Utara
[Type text]
Tabel 5.9. Perhitungan Parameter Peramalan Metode Siklis
X Y Sin(2πx/n) Cos(2πx/n) Sin(2πx/n)*
Cos(2πx/n) Sin2(2πx/n) Cos2(2πx/n) Y*Sin(2πx/n) Y*Cos(2πx/n)
1 479.237 0.866 0.500 0.433 0.750 0.250 415,132.38 239,443.54 2 425.310 0.866 -0.500 -0.433 0.750 0.250 368,418.87 -212,655.00 3 409.505 0.000 -1.000 0.000 0.000 1.000 0.00 -409,504.67 4 412.800 -0.866 -0.500 0.433 0.750 0.250 357,484.80 -206,400.00 5 440.610 -0.866 0.500 -0.433 0.750 0.250 381,568.26 220,305.00 6 420.156 0.000 1.000 0.000 0.000 1.000 0.00 420,154.66 7 500.293 0.866 0.500 0.433 0.750 0.250 433,253.74 250,146.50 8 440.954 0.866 -0.500 -0.433 0.750 0.250 381,866.16 -220,477.00 9 435.751 0.000 -1.000 0.000 0.000 1.000 0.00 -435,747.86 10 429.095 -0.866 -0.500 0.433 0.750 0.250 371,596.27 -214,547.50 11 533.067 -0.866 0.500 -0.433 0.750 0.250 461,636.02 266,533.50 12 472.211 0.005 1.000 0.005 0.000 1.000 2,388.41 472,204.96
78 5.398.989 0.000 0.000 0.000 6.000 6.000 28,774.21 169,456.12
∑ y = n a + b ∑ sin(2πx
n) + c ∑ cos(
2πx
n)
5.398.989 = 12 a + (0) + c (0)
a = 5.398.989
12
= 449.915,75
∑ y sin(2πx
n) = a ∑ sin(
2πx
n) + b ∑ sin2(
2πx
n) + c ∑ sin(
2πx
n)cos(
2πx
n)
28.774,21 = a (0) + b (6) + c (0)
b = 28.774 ,21
6
= 4.795,70
∑ y cos (2πx
n) = a ∑ cos (
2πx
n) + c ∑ cos2(
2πx
n) + b ∑ sin(
2πx
n)cos(
2πx
n)
169.456,12 = a (0) + c (6) + b(0)
c = 169.456,12
6
= 28.242,68
Dengan metode siklis diperoleh fungsi peramalan:
Universitas Sumatera Utara
[Type text]
Yt = 449.915,75 + 4.795,70 sin 2 π x
n+ 28.242,68 cos
2 π x
n
b. Metode Dekomposisi
Langkah – langkah peramalan metode dekomposisi, yaitu:
1) Menghitung nilai rata-rata per 4 periode
Nilai rata-rata bergerak yang dihitung adalah rata-rata dalam kurun
waktu per 4 periode selama 12 periode yakni dari periode Januari 2016-
Desember 2016. Contoh perhitungan rata-rata dari periode Januari 2016
- April 2016 :
Nilai rata-rata per 4 periode :
= 479.237+425.310+409.505+412.800
4
= 431.713
Nilai rata-rata per 4 periode dari periode Januari 2016 – April 2016
sebesar 459.400 Perhitungan rata-rata per 4 periode untuk periode
selanjutnya dilakukan dengan cara yang sama. Rekapitulasi perhitungan
nilai rata-rata per 4 periode Januari 2016 - Desember 2016 dapat dilihat
pada Tabel 5.10.
Tabel 5.10. Rekapitulasi Perhitungan Nilai Rata-rata Per 4 Periode
No Periode Permintaan
(unit)
Nilai Rata-rata Per 4
Periode
1 Januari 479.237
431.713 2 Februari 425.310
3 Maret 409.505
4 April 412.800
5 Mei 440.610 450.503
6 Juni 420.156
Universitas Sumatera Utara
[Type text]
Tabel 5.10. Rekapitulasi Perhitungan Nilai Rata-rata Per 4 Periode (Lanjutan)
No Periode Permintaan
(unit)
Nilai Rata-rata Per 4
Periode
7 Juli 500.293
8 Agustus 440.954
9 September 435.751
467.531 10 Oktober 429.095
11 November 533.067
12 Desember 472.211
2) Menghitung nilai indeks musim dan faktor musim.
Nilai indeks musim dihitung dengan mengunakan nilai indeks rata-
rata bergerak yang telah dihitung sebelumnya. Hal pertama yang
dilakukan adalah menghitung nilai faktor musim dengan cara
membagikan hasil permintaan dengan rata-rata per 4 periode,
kemudian menghitung nilai indeks musim dengan cara merata-
ratakan nilai dari faktor musim yang ada. Contoh perhitungan nilai
faktor musim, yaitu:
Nilai faktor musim = 479.237
431.713
= 1,110
Contoh perhitungan nilai indeks musim untuk periode pembagian I,
yaitu :
Nilai indeks musim = 1,110+0,978+0,932
3
= 1,007
Perhitungan nilai indeks musim dan factor musim selama periode
Januari 2016 - Desember 2016 dapat dilihat pada Tabel 5.11.
Universitas Sumatera Utara
[Type text]
Tabel 5.11. Perhitungan Nilai Indeks Musim
Periode
Pembagian Periode Permintaan
Rata-rata
Per 4
Periode
Faktor
Musim
Indeks
Musim
1 Januari 479.237
431.713
1.110 1.007
2 Februari 425.310 0.985 0.945
3 Maret 409.505 0.949 1.066
4 April 412.800 0.956 0.982
5 Mei 440.610
450.503
0.978 1.007
6 Juni 420.156 0.933 0.945
7 Juli 509.293 1.111 1.066
8 Agustus 440.954 0.979 0.982
9 September 435.751
467.531
0.932 1.007
10 Oktober 429.095 0.918 0.945
11 November 533.067 1.140 1.066
12 Desember 472.211 1.010 0.982
3) Perhitungan parameter peramalan.
Garis trend linier dapat dicari dengan menggunakan persamaan:
Fungsi peramalan: Yt = a + bx
Berdasarkan persamaan tersebut maka nilai a dan b dicari dahulu
Tabel 5.12. Perhitungan Parameter Peramalan Linear
X Y X2 XY
1 479237 1 479,237
2 425310 4 850,620
3 409505 9 1,228,515
4 412800 16 1,651,200
5 440610 25 2,203,050
6 420156 36 2,520,936
7 500293 49 3,502,051
8 440954 64 3,527,632
9 435751 81 3,921,759
10 429095 100 4,290,950
11 533067 121 5,863,737
12 472211 144 5,666,532
78 5,398,989 650 35,706,219
Parameter peramalan : Yt = a + bx
Universitas Sumatera Utara
[Type text]
( ) ( )
( )24,285.4
)78(65012
)989.398.5(78)219.706.35(12222
=−
−=
−
−=
xxn
yxxynb
a = Y-bx
n=
5.398.989-(4.285,24)(78)
12 = 422.061,63
Persamaan peramalan: Yt = 422.061,63+ 24,285.4 x
4) Menghitung nilai persamaan garis trend
Nilai persamaan garis trend dihitung di setiap periode peramalan
yang diinginkan, yaitu selama periode Januari 2017 - Desember
2017. Nilai persamaan garis trend dapat dihitung dengan
memasukkan nilai periode yang diinginkan. Untuk menghitung nilai
garis trend periode Januari 2017, maka nilai periode yang
dimasukkan ke dalam persamaan garis trend adalah 13. Nilai dari
persamaan garis trend selama periode Januari 2017 - Desember 2017
dapat dilihat pada Tabel 5.13.
Tabel 5.13. Perhitungan Nilai Persamaan Garis Trend
Periode X Nilai Persamaan
Garis Trend
Januari 13 477.769,8
Februari 14 482.055,0 Maret 15 486.340,2
April 16 490.625,5 Mei 17 494.910,7 Juni 18 499.196,0
Juli 19 503.481,2 Agustus 20 507.766,4
September 21 512.051,7 Oktober 22 516.336,9 November 23 520.622,2
Desember 24 524.907,4
5) Menghitung nilai ramalan akhir
Universitas Sumatera Utara
[Type text]
Nilai ramalan akhir didapatkan dengan cara mengalikan persamaan
garis trend dengan nilai indeks musim. Fungsi peramalannya adalah :
Yt = (Nilai Garis Trend ke-X) (Indeks Musim)
5. Menghitung kesalahan peramalan
Perhitungan kesalahan peramalan menggunakan metode SEE (Standard Error
of Estimation) bertujuan untuk memilih metode peramalan yang lebih tepat
yaitu dengan SEE terkecil.
SEE =√∑ (y - y')n
x = 1
2
n - f
a. Metode regresi dengan kecenderungan siklis
Derajat kebebasan (f) = 3
Perhitungan SEE untuk metode regresi dengan kecenderungan siklis dapat
dilihat pada Tabel 5.14.
Tabel 5.14. Perhitungan SEE untuk Metode Regresi Kecenderungan Siklis
X Y Y' Y-Y' (Y-Y')2
1 479.237 468.181 11.056 122.235.407
2 425.310 439.949 -14.639 214.289.147
3 409.505 421.673 -12.168 148.062.477
4 412.800 431.641 -18.841 354.995.859
5 440.610 459.884 -19.274 371.487.608
6 420.156 478.158 -58.002 3.364.271.409
7 500.293 468.190 32.103 1.030.591.938
8 440.954 439.947 1.007 1.013.070
9 435.751 421.673 14.078 198.182.392
10 429.095 431.641 -2.546 6.483.816
11 533.067 459.884 73.183 5.355.749.469
12 472.211 478.182 -5.971 35.656.723
78 5.398.989 5.399.005 -16 11.203.019.314
Universitas Sumatera Utara
[Type text]
SEE =√∑ (y - y')n
x = 1
2
n - f = √
11.203.019.314
12-3
= 35.281,44
b. Metode dekomposisi
Derajat kebebasan (f) = 2
Perhitungan SEE untuk metode dekomposisi dapat dilihat pada Tabel 5.13.
Tabel 5.15. Perhitungan SEE untuk Metode Dekomposisi
SEE =√∑ (y - y')n
x = 1
2
n - f= √
𝟒𝟓.𝟔𝟓𝟗.𝟐𝟎𝟗.𝟏𝟒𝟓
12-2 = 67.571,59
Hasil rekapitulasi nilai SEE dapat dilihat pada Tabel 5.16.
Tabel 5.16. Rekapitulasi Hasil Perhitungaan SEE
Metode Peramalan Hasil Perhitungan SEE
Dekomposisi 67.571,59
Siklis 35.281,44
Dari Tabel 5.14. dapat dilihat bahwa SEE Siklis<SEE Dekomposisi
X Y Y' Y-Y' (Y-Y')2
1 479.237 458381.9505 20,855 434,933,089
2 425.310 473625.278 -48,315 2,334,366,088
3 409.505 495632.539 -86,128 7,417,952,981
4 412.800 497308.3171 -84,508 7,141,655,659
5 440.610 477947.0604 -37,337 1,394,056,076
6 420.156 493627.5791 -73,472 5,398,072,930
7 500.293 516345.5682 -16,053 257,684,946
8 440.954 517876.4873 -76,922 5,917,069,048
9 435.751 497512.1702 -61,761 3,814,442,142
10 429.095 513629.8801 -84,535 7,146,145,958
11 533.067 537058.5974 -3,992 15,932,850
12 472.211 538444.6574 -66,234 4,386,897,378
78 5.407.989 6017390.08 -618,401 45,659,209,145
Universitas Sumatera Utara
[Type text]
6. Pengujian hipotesa
Pengujian hipotesa dilakukan dengan mencari SEE yang terkecil yaitu metode
peramalan regresi dengan kecenderungan siklis dengan dekomposisi.
Ho = Metode siklis lebih baik dari metode dekomposisi
Hi = Metode siklis tidak lebih baik dari metode dekomposisi
α = 0,05
Uji statistik :
22
67.571,59
44,281.35
idekomposis SEE
siklis SEE
=
=hitungF = 0,27
Ftabel = α (v1, v2) dimana v1 bernilai 9 (12-3) untuk metode regresi dengan
kecenderungan siklis dan v2 bernilai 10 (10-2).
Maka didapatkan Ftabel = 0,05 (9,10) = 3,02
Didapatkan Fhitung ≤ Ftabel maka Ho diterima
Kesimpulan: Metode yang digunakan meramalkan produk Karung Goni 100
kg LDPE adalah metode siklis.
7. Verifikasi peramalan
Tujuan dilakukannya proses verifikasi adalah untuk mengetahui apakah
fungsi yang telah ditentukan dapat mewakili data yang akan diramalkan.
Adapun perhitungan hasil verifikasi dapat dilihat pada Tabel 5.17.
Tabel 5.17. Perhitungan Hasil Verifikasi
Universitas Sumatera Utara
[Type text]
X Y Y' Y-Y' MR
1 479.237 468.181 11.056 2 425.310 439.949 -14.639 25.694,630
3 409.505 421.673 -12.168 2.470,526
4 412.800 431.641 -18.841 6.673,241
5 440.610 459.884 -19.274 432,680
6 420.156 478.158 -58.002 38.728,330
7 500.293 468.190 32.103 90.105,170
8 440.954 439.947 1.007 31.096,320
9 435.751 421.673 14.078 13.071,210
10 429.095 431.641 -2.546 16.624,060
11 533.067 459.884 73.183 75.729,320
12 472.211 478.182 -5.971 79.154,310
78 5,398,989 5399005 -16 379779,8
MR = =−
1n
MR
112
379.779,8
− = 34.525,44
BKA = 2,66 x MR = 2,66 x 34.525,44= 91.837,66
2/3 BKA = 2/3 x 91.837,66= 61.225,11
1/3 BKA = 1/3 x 91.837,66= 30.612,55
BKB = -2,66 x MR = 2,66 x 17.895,8= -91.837,66
2/3 BKB = 2/3 x -91.837,66 = -61.225,11
1/3 BKB = 1/3 x -91.837,66 = -30.612,55
Universitas Sumatera Utara
[Type text]
Gambar 5.2. Moving Range Chart
Dari Gambar 5.2. tidak terlihat adanya sebaran data yang out of control
sehinggga pola peramalan terhadap data (Y-Y’) tersebut representatif,
artinya metode/ fungsi peramalan siklis sesuai dan dapat digunakan untuk
meramalkan permintaan produk untuk periode Januari 2017 - Desember
2017.
8. Dengan menggunakan peramalan dengan metode siklis, permintaan produk
Karung Goni LDPE 100 kg untuk periode Januari 2017 - Desember 2017
dapat dilihat pada Tabel 5.16.
Tabel 5.18. Hasil Peramalan Permintaan Produk Karung Goni 100 kg LDPE
Periode Januari 2017 - Desember 2017
Bulan Total
Januari 468.181
February 439.949
Maret 421.673
April 431.641
Mei 459.884
-150000
-100000
-50000
0
50000
100000
150000
1 2 3 4 5 6 7 8 9 10 11 12
MR
Y-Y'
BKA
2/3 BKA
1/3 BKA
BKB
2/3 BKB
1/3 BKB
Universitas Sumatera Utara
[Type text]
Tabel 5.18. Hasil Peramalan Permintaan Produk Karung 100 kg LDPE
Periode Januari 2017 - Desember 2017 (Lanjutan)
Bulan Total
Juni 478.158
Juli 468.190
Agustus 439.947
September 421.673
Oktober 431.641
November 459.884
Desember 478.182
Grafik perbandingan antara data aktual dan hasil peramalan Karung Goni
LDPE disajikan pada Gambar 5.3.
Gambar 5.3. Grafik Perbandingan Data Aktual dengan Hasil
Peramalan Karung Goni 100 kg LDPE
5.2.2. Pengolahan Data dengan Menggunakan Data Peramalan
400000
420000
440000
460000
480000
500000
520000
540000
560000
580000
1 2 3 4 5 6 7 8 9 10 11 12
Dekomposisi
Aktual
Siklis
Universitas Sumatera Utara
[Type text]
5.2.2.1. Perhitungan Waktu Produksi
Contoh perhitungan waktu produksi (jam/ unit) dihitung dengan cara
sebagai berikut:
Contoh kapasitas stasiun pencampuran bahan (tabel 5.3.)= 1500 unit/ jam,
waktu produksi stasiun pencampuran bahan = 1/1500 = 0,000666 jam/ unit.
Rekapitulasi hasil perhitungan waktu produksi setiap stasiun kerja dapat
dilihat pada tabel 5.19.
Tabel 5.19. Rekapitulasi Waktu Produksi Setiap Stasiun Kerja
Stasiun Kapasitas
(unit/jam)
Waktu
Produksi
(jam/unit)
Waktu
Produksi
(menit/unit)
Pencampuran bahan (mixing) 1500,0 0.000667 0.0400
Pencetakan Lembaran Plastik 1425,5 0.000702 0.0421 Pendinginan Lembaran Plastik 1354,0 0.000739 0.0443 Pemotongan Lembaran Plastik (Cutting) 1286,5 0.000777 0.0466
Penggulungan Benang 1157,4 0.000864 0.0518 Penenunan Benang menjadi karung plastic 1041,6 0.000960 0.0576 Pemotongan Gulungan krung Plastik 1026,8 0.000974 0.0584
Penjahitan menjadi karung goni 975,5 0.001025 0.0615 Pengepakan 975,5 0.001025 0.0615
Sumber : Pengolahan Data
Tabel 5.19. menunjukkan bahwa stasiun kerja penjahitan dan pengepakan
merupakan stasiun kerja yang membutuhkan waktu paling lama. Waktu yang
dibutuhkan adalah 0,001025jam/ unit.
5.2.2.2. Perhitungan Kapasitas Produksi
Waktu produksi setiap stasiun kerja digunakan untuk menghitung
kapasitas yang tersedia pada lantai produksi. Kapasitas tersedia dipengaruhi oleh
hari kerja dan jam kerja regular time maupun overtime, serta dipengaruhi oleh
Universitas Sumatera Utara
[Type text]
efisiensi dan utilitas setiap stasiun kerja. Kebutuhan pasar ditentukan oleh jumlah
permintaan.
Perhitungan kebutuhan kapasitas dan kapasitas tersedia sebagai berikut.
Contoh pada stasiun pencampuran bahan (mixing) pada bulan januari. Data Waktu
produksi 0,000667 dapat dilihat pada tabel 5.19. dan jumlah permintaan pada
bulan januari dapat dilihat pada tabel 5.18.
Kebutuhan kapasitas = waktu produksi x jumlah permintaan
= 0.000667 x 468.181
= 312,12 jam
Kapasitas tersedia adalah kapasitas regular time dan kapasitas overtime.
Hari kerja dan jam kerja dapat dilihat pada tabel 5.2. Efisiensi dan utilitas dapat
dilihat pada tabel 5.4. Perhitungan kapasitas tersedia yaitu:
1. Kapasitas regular time = hari kerja regular time x jam kerja regular
time x efisiensi x utilitas
= 25 x 21 x 0,95 x 0,95
=473,81 jam
2. Kapasitas Overtime = hari kerja overtime x jam kerja overtime x
efisiensi x utilitas
= 5 x 14 x 0,95 x 0,95
= 63,17 jam
Perhitungan dengan cara yang sama dilakukan untuk menghitung
kebutuhan kapasitas dan kapasitas tersedia semua stasiun kerja selama 12 bulan.
Universitas Sumatera Utara
[Type text]
Rekapitulasi hasil perhitungan kebutuhan kapasitas dan total kapasitas tersedia
semua stasiun kerja selama 12 bulan dapat dilihat pada table 5.20.
Tabel 5.20. Rekapitulasi Kebutuhan Kapasitas dan Kapasitas Tersedia
Bulan Stasiun Kerja
Kebutuhan
Kapasitas
(jam)
Kapasitas Tersedia
(jam) Total Kapasitas
Tersedia (jam) Regular Overtime
Januari
Pencampuran bahan (mixing) 312,12 473,81 63,18 536,99
Pencetakan Lembaran Plastik 328,43 473,81 63,18 536,99
Pendinginan Lembaran Plastik 345,78 473,81 63,18 536,99
Pemotongan Lembaran Plastik (Cutting) 363,92 473,81 63,18 536,99
Penggulungan Benang 404,51 425,25 56,70 481,95
Penenunan Benang menjadi karung plastic 449,48 425,25 56,70 481,95
Pemotongan Gulungan krung Plastik 455,96 473,81 63,18 536,99
Penjahitan menjadi karung goni 479,94 473,81 63,18 536,99
Pengepakan 479,94 473,81 63,18 536,99
Februari
Pencampuran bahan (mixing) 293,30 454,86 50,54 505,40
Pencetakan Lembaran Plastik 308,63 454,86 50,54 505,40
Pendinginan Lembaran Plastik 324,93 454,86 50,54 505,40
Pemotongan Lembaran Plastik (Cutting) 341,97 454,86 50,54 505,40
Penggulungan Benang 380,12 408,24 45,36 453,60
Penenunan Benang menjadi
karung plastic 422,38 408,24 45,36 453,60
Pemotongan Gulungan krung Plastik 428,47 454,86 50,54 505,40
Penjahitan menjadi karung goni 451,00 454,86 50,54 505,40
Pengepakan 451,00 454,86 50,54 505,40
Maret
Pencampuran bahan (mixing) 281,12 473,81 50,54 524,35
Pencetakan Lembaran Plastik 295,81 473,81 50,54 524,35 Pendinginan Lembaran Plastik 311,43 473,81 50,54 524,35
Pemotongan Lembaran Plastik (Cutting) 327,77 473,81 50,54 524,35 Penggulungan Benang 364,33 425,25 45,36 470,61
Penenunan Benang menjadi karung plastic 404,83 425,25 45,36 470,61
Pemotongan Gulungan krung Plastik 410,67 473,81 50,54 524,35 Penjahitan menjadi karung goni 432,26 473,81 50,54 524,35
Pengepakan 432,26 473,81 50,54 524,35
Universitas Sumatera Utara
[Type text]
Tabel 5.20. Rekapitulasi Kebutuhan Kapasitas dan Kapasitas Tersedia
(Lanjutan)
Bulan Stasiun Kerja
Kebutuhan
Kapasitas
(jam)
Kapasitas Tersedia
(jam) Total Kapasitas
Tersedia (jam) Regular Overtime
April
Pencampuran bahan (mixing) 287,76 492,77 50,54 543,31
Pencetakan Lembaran Plastik 302,80 492,77 50,54 543,31
Pendinginan Lembaran Plastik 318,79 492,77 50,54 543,31
Pemotongan Lembaran Plastik
(Cutting) 335,52 492,77 50,54 543,31
Penggulungan Benang 372,94 442,26 45,36 487,62
Penenunan Benang menjadi karung plastic 414,40 442,26 45,36 487,62
Pemotongan Gulungan krung
Plastik 420,37 492,77 50,54 543,31
Penjahitan menjadi karung goni 442,48 492,77 50,54 543,31
Pengepakan 442,48 492,77 50,54 543,31
Mei
Pencampuran bahan (mixing) 306,59 473,81 63,18 536,99
Pencetakan Lembaran Plastik 322,61 473,81 63,18 536,99
Pendinginan Lembaran Plastik 339,65 473,81 63,18 536,99
Pemotongan Lembaran Plastik (Cutting) 357,47 473,81 63,18 536,99
Penggulungan Benang 397,34 425,25 56,70 481,95
Penenunan Benang menjadi
karung plastic 441,52 425,25 56,70 481,95
Pemotongan Gulungan krung Plastik 447,88 473,81 63,18 536,99
Penjahitan menjadi karung goni 471,43 473,81 63,18 536,99
Pengepakan 471,43 473,81 63,18 536,99
Juni
Pencampuran bahan (mixing) 318,77 492,77 50,54 543,31
Pencetakan Lembaran Plastik 335,43 492,77 50,54 543,31
Pendinginan Lembaran Plastik 353,14 492,77 50,54 543,31
Pemotongan Lembaran Plastik (Cutting) 371,67 492,77 50,54 543,31
Penggulungan Benang 413,13 442,26 45,36 487,62
Penenunan Benang menjadi
karung plastic 459,06 442,26 45,36 487,62
Pemotongan Gulungan krung Plastik 465,68 492,77 50,54 543,31
Penjahitan menjadi karung goni 490,17 492,77 50,54 543,31
Pengepakan 490,17 492,77 50,54 543,31
Universitas Sumatera Utara
[Type text]
Tabel 5.20. Rekapitulasi Kebutuhan Kapasitas dan Kapasitas Tersedia
(Lanjutan)
Bulan Stasiun Kerja
Kebutuhan
Kapasitas
(jam)
Kapasitas Tersedia
(jam)
Total
Kapasitas
Tersedia
(jam) Regular Overtime
Juli
Pencampuran bahan (mixing) 312,13 398,00 63,18 461,18
Pencetakan Lembaran Plastik 328,44 398,00 63,18 461,18
Pendinginan Lembaran Plastik 345,78 398,00 63,18 461,18
Pemotongan Lembaran Plastik (Cutting) 363,93 398,00 63,18 461,18
Penggulungan Benang 404,52 357,21 56,70 413,91
Penenunan Benang menjadi
karung plastic 449,49 357,21 56,70 413,91
Pemotongan Gulungan krung Plastik 455,97 398,00 63,18 461,18
Penjahitan menjadi karung goni 479,95 398,00 63,18 461,18
Pengepakan 479,95 398,00 63,18 461,18
Agustus
Pencampuran bahan (mixing) 293,30 492,77 50,54 543,31
Pencetakan Lembaran Plastik 308,63 492,77 50,54 543,31
Pendinginan Lembaran Plastik 324,92 492,77 50,54 543,31
Pemotongan Lembaran Plastik (Cutting) 341,97 492,77 50,54 543,31
Penggulungan Benang 380,12 442,26 45,36 487,62
Penenunan Benang menjadi
karung plastic 422,38 442,26 45,36 487,62
Pemotongan Gulungan krung Plastik 428,46 492,77 50,54 543,31
Penjahitan menjadi karung goni 451,00 492,77 50,54 543,31
Pengepakan 451,00 492,77 50,54 543,31
September
Pencampuran bahan (mixing) 281,12 473,81 50,54 524,35
Pencetakan Lembaran Plastik 295,81 473,81 50,54 524,35
Pendinginan Lembaran Plastik 311,43 473,81 50,54 524,35
Pemotongan Lembaran Plastik
(Cutting) 327,77 473,81 50,54 524,35
Penggulungan Benang 364,33 425,25 45,36 470,61
Penenunan Benang menjadi karung plastic 404,83 425,25 45,36 470,61
Pemotongan Gulungan krung
Plastik 410,67 473,81 50,54 524,35
Penjahitan menjadi karung goni 432,26 473,81 50,54 524,35
Pengepakan 432,26 473,81 50,54 524,35
Universitas Sumatera Utara
[Type text]
Tabel 5.20. Rekapitulasi Kebutuhan Kapasitas dan Kapasitas Tersedia
(Lanjutan)
Bulan Stasiun Kerja
Kebutuhan
Kapasitas
(jam)
Kapasitas Tersedia
(jam)
Total
Kapasitas
Tersedia
(jam) Regular Overtime
Oktober
Pencampuran bahan (mixing) 287,76 492,77 63,18 555,94
Pencetakan Lembaran Plastik 302,80 492,77 63,18 555,94
Pendinginan Lembaran Plastik 318,79 492,77 63,18 555,94
Pemotongan Lembaran Plastik (Cutting) 335,52 492,77 63,18 555,94
Penggulungan Benang 372,94 442,26 56,70 498,96
Penenunan Benang menjadi
karung plastic 414,40 442,26 56,70 498,96
Pemotongan Gulungan krung Plastik 420,37 492,77 63,18 555,94
Penjahitan menjadi karung goni 442,48 492,77 63,18 555,94
Pengepakan 442,48 492,77 63,18 555,94
November
Pencampuran bahan (mixing) 306,59 492,77 50,54 543,31
Pencetakan Lembaran Plastik 322,61 492,77 50,54 543,31
Pendinginan Lembaran Plastik 339,65 492,77 50,54 543,31
Pemotongan Lembaran Plastik (Cutting) 357,47 492,77 50,54 543,31
Penggulungan Benang 397,34 442,26 45,36 487,62
Penenunan Benang menjadi
karung plastic 441,52 442,26 45,36 487,62
Pemotongan Gulungan krung Plastik 447,88 492,77 50,54 543,31
Penjahitan menjadi karung goni 471,43 492,77 50,54 543,31
Pengepakan 471,43 492,77 50,54 543,31
Desember
Pencampuran bahan (mixing) 318,79 473,81 50,54 524,35
Pencetakan Lembaran Plastik 335,45 473,81 50,54 524,35
Pendinginan Lembaran Plastik 353,16 473,81 50,54 524,35
Pemotongan Lembaran Plastik
(Cutting) 371,69 473,81 50,54 524,35
Penggulungan Benang 413,15 425,25 45,36 470,61
Penenunan Benang menjadi karung plastic 459,08 425,25 45,36 470,61
Pemotongan Gulungan krung
Plastik 465,70 473,81 50,54 524,35
Penjahitan menjadi karung goni 490,19 473,81 50,54 524,35
Pengepakan 490,19 473,81 50,54 524,35
Universitas Sumatera Utara
[Type text]
5.2.2.3.Perhitungan Kemampuan Produksi
Perhitungan kemampuan produksi untuk mengetahui berapa jumlah
produksi yang dapat dihasilkan setiap harinya dengan memanfaatkan regular time
dan overtime. Perhitungan tersebut didasarkan pada waktu keseluruhan stasiun
kerja. Waktu keseluruhan stasiun kerja adalah stasiun kerja yang membutuhkan
waktu paling lama dalam menyelesaiakan 1 unit produk.
Satu hari terdiri dari 3 shift kerja dimana 1 shift terdapat 7 jam kerja (tabel
5.6), sehingga jam kerja satu hari adalah 3 shift x 7 jam = 21 jam. Overtime yang
diizinkan hanya 2 shift sehingga jam kerja overtime adalah 2 shift x 7 jam yaitu 14
jam. Stasiun kerja yang membutuhkan waktu paling lama adalah stasiun
penjahitan dan pengepakan. Waktu yang dibutuhkan oleh stasiun tersebut adalah
0,001025 jam/ unit. Hal ini menunjukkan bahwa kemampuan produksi adalah
0,001025 jam/ unit. Perhitungan kemampuan produksi adalah sebagai berikut:
Kemampuan Produksi regular time = Jam kerja Reguler
waktu keseluruhan
= 21
0,001025
= 20.487,8 unit
Kemampuan produksi overtime = Jam kerja 𝑂𝑣𝑒𝑟𝑡𝑖𝑚𝑒
waktu keseluruhan
= 14
0,001025
= 13.658,53 unit
Perhitungan kemampuan produksi bulan januari adalah sebagai berikut:
Kemampuan produksi regular time = Hari kerja regular x kemampuan
produksi regular x efisiensi x utilitas
Universitas Sumatera Utara
[Type text]
= 25 x 20.487,8 x 0,95 x 0,95
= 462.255,98 ≈462.255 unit.
Kemampuan produksi overtime = Hari kerja overtime x kemampuan
produksi overtime x efisiensi x
utilitas
= 5 x 13.658,53 x 0,95 x 0,95
= 61.634,11 ≈ 61.634 unit.
Tabel 5.21. Rekapitulasi Kemampuan Produksi Setiap Periode
Bulan Hari
kerja
Kemampuan
Produksi
Reguler Time
Kemampuan
Produksi
Overtime
Total
kemampuan
produksi
(unit)
Jumlah
Perminta
an unit
Keterangan
Januari 25 462.256 61.634 523.890 468.181 Butuh Overtime
Februari 24 443.765 49.307 493.072 439.949 - Maret 25 462.256 49.307 511.563 421.673 - April 26 480.746 49.307 530.053 431.641 -
Mei 25 462.256 61.634 523.890 459.884 - Juni 26 480.746 49.307 530.053 478.158 -
Juli 21 388.295 61.634 449.929 468.190 Butuh Overtime Agustus 26 480.746 49.307 530.053 439.947 - September 25 462.256 49.307 511.563 421.673 -
Oktober 26 480.746 61.634 542.380 431.641 - November 26 480.746 49.307 530.053 459.884 -
Desember 25 462.256 49.307 511.563 478.182 Butuh Overtime
5.2.2.4.Perhitungan Biaya Produksi Reguler Time dan Overtime
Perusahaan mengadakan lembur 14 jam pada hari Minggu jika diperlukan.
Biaya overtime sebesar Rp. 14.000/ jam. Perhitungan total biaya untuk 1 unit
karung goni LDPE 100 kg adalah sebagai berikut:
1. Biaya yang dikeluarkan dengan menggunakan regular time adalah sebagai
berikut:
Universitas Sumatera Utara
[Type text]
Biaya operator produksi/unit = Gaji karyawan produksi x bulan x jumlah
Karyawan)/ ( Hari kerja x kemampuan RT)
= (Rp.2.200.000 x 12 bulan x 118 Orang) /
(300 hari x 20.487,8 unit)
= Rp. 506,84
Biaya mandor/ unit = Gaji mandor produksi x bulan x jumlah )/
(Hari kerja x kemampuan RT)
= (Rp. 3.800.000 x 12 bulan x 1 Orang)/
(300 x 20.487,8 unit)
= Rp. 7,41
Biaya asisten mandor = Gaji assist. mandor x bulan x jumlah )/
(Hari kerja x kemampuan RT)
= (Rp. 3.300.000 x 12 bulan x 1
Orang)/ (300 x 20.487,8 unit) = Rp.6,44
Biaya bahan dan listrik/ unit = Rp. 44.174.263.250/ 5.399.003 = Rp. 8.181,93
Total biaya produksi = Biaya operator + biaya mandor + biaya
assist.Mandor + Biaya bahan dan listrik
= Rp. 506,84 + Rp. 7,41 + Rp. 6,44 +
Rp. 8.181,93
= Rp. 8.702,62
2. Biaya yang dikeluarkan dengan menggunakan overtime adalah sebagai berikut:
Biaya overtime/ unit = Gaji karyawan produksi x Hari OT x
jumlah)/ (Hari kerja x kemampuan OT)
= (Rp. 14.000 x 14 jam x 52 hari x 80
Universitas Sumatera Utara
[Type text]
orang) / (52 hari x 13.658,53)
= Rp. 1.148,00
Biaya mandor/ unit = Gaji mandor produksi x Hari OT x
jumlah)/ (Hari kerja x kemampuan OT)
= ( Rp. 30.000 x 14 jam x 1 Orang) / (52 x
13.658,53 unit)
= Rp. 0,59
Biaya asisten mandor = Gaji mandor produksi x Hari OT x
jumlah)/ (Hari kerja x kemampuan OT)
= ( Rp. 25.000 x 14 jam x 1 Orang)/ (52 x
13.658,53 unit)
= Rp.0,49
Biaya bahan dan listrik/unit = Rp. 44.174.263.250/ 5.399.003 = Rp. 8.181,93
Total biaya produksi = Biaya operator + biaya mandor + biaya
assist.Mandor + Biaya bahan dan listrik
= Rp. 1.148 + Rp. 0,59 + Rp.0,49
Rp. 8.181,93
= Rp. 9.331,01
Selisih biaya regular time dan overtime = Rp. 9.331,01 – Rp. 8.702,62
= Rp. 628,3
5.2.2.5.Biaya Kehilangan Penjualan (Lost Sales)
Tabel 5.22. Biaya Lost Sales/ unit
Ukuran Karung Goni (LDPE) Biaya Lost Sales/ unit
Universitas Sumatera Utara
[Type text]
30 kg Rp. 650
50 kg Rp. 750
100 kg Rp. 750
. Besarnya biaya ini seimbang dengan keuntungan atau laba yang
didapatkan dari penjualan produk tersebut. Keuntungan yang didapatkan oleh
perusahaan dari penjualan produk tersebut sebesar Rp. 750/ unit.
5.2.3 Perhitungan Perencanaan Jumlah Produksi dengan Metode Dynamic
Programming
Dynamic programming mengkonversi masalah yang memiliki sejumlah
keputusan dengan sumber daya yang terbatas kedalam bentuk sekuensial sub
masalah yang saling berhubungan dan disusun dalam stage, sehingga setiap sub
masalah dapat diselesaikan dengan lebih mudah dibandingkan dengan masalah
pokok yang harus diselesaikan secara individu.
Tahap perencanaan jumlah produksi dengan metode dynamic
programming adalah sebagai berikut:
1. Menentukan fungsi tujuan dan fungsi pembatas.
Fungsi tujuan dari perencanaan produksi adalah minimisasi biaya produksi
kumulatif dari periode 1 sampai 12 dengan mempertimbangkan jumlah
produksi yang memberikan biaya minimum setiap periodenya.
Min Z =∑ Ci Xi12i=1
S.T. : Xi ≤ Ki
Ti ≤ Li
Universitas Sumatera Utara
[Type text]
Bi ≤ Pi
Oi ≤ Ji
Bi + Oi ≤ Ki
Keterangan :
Ci = Biaya produksi/ unit untuk periode i (i=1,2,3….12)
Xi = Jumlah produksi dalam satuan unit untuk periode i (i=1,2,3….12)
Ki = Jumlah produksi regular time + overtime dalam satuan unit untuk
periode i (i=1,2,3….12)
Ti = Jumlah overtime yang digunakan pada periode i (i=1,2,3….12)
Li = Jumlah overtime maksimal yang tersedia pada periode i (i=1,2,3….12)
Bi = Jumlah Produksi (unit) dengan menggunakan regular time periode i
(i=1,2,3….12)
Pi = Kapasitas produksi maksimal (unit) dengan menggunakan regular time
pada periode i (i=1,2,3….12)
Oi = Jumlah Produksi (Unit) dengan menggunakan overtime pada periode i
(i=1,2,3….12)
Ji = Kapasitas produksi (unit) maksimal dengan menggunakan overtime pada
periode i (i=1,2,3….12)
Besaran nilai Ki, Ci, KTi untuk periode 1 sampai 12 dapat dilihat pada
tabel 5.23.
Tabel 5.23. Nilai Ki, Ci, Li, Pi dan Ji untuk periode 1-12
Periode (i) Ci Ki Li Pi Ji
1 8.702,62
523.890 5 462.256 61.634 2 493.072 4 443.765 49.307 3 511.563 4 462.256 49.307
Universitas Sumatera Utara
[Type text]
4 530.054 4 480.746 49.307 5 523.890 5 462.256 61.634
6 530.054 4 480.746 49.307 7 449.929 5 388.295 61.634 8 530.054 4 480.746 49.307
9 511.563 4 462.256 49.307 10 542.380 5 480.746 61.634
11 530.054 4 480.746 49.307 12 511.563 4 462.256 49.307
2. Tahap dekomposisi adalah tahap dalam metode dynamic programming dimana
permasalahan rencana produksi yang dipecah menjadi beberapa sub masalah
(stages (i)= 1,2,3…..) yang dinyatakan dengan tahap (periode) 1-12. Dalam
penelitian ini permasalahan rencana produksi akan didekomposisikan atau
dipecahkan menjadi sub masalah rencana produksi dalam 12 tahap yaitu
rencana produksi dari periode januari 2017 sampai desember 2017 yang dapat
dilihat pada tabel 5.26.
Tabel 5.24. Pembagian Tahap Sub Masalah
Sub Masalah (Tahap) Bulan
1 Januari 2 Februari 3 Maret
4 April 5 Mei
6 Juni 7 Juli 8 Agustus
9 September 10 Oktober
11 November 12 Desember
3. Menentukan variabel masukan atau state adalah sebagai berikut:
State (Sn) = Jumlah produksi overtime
Keterangan:
Universitas Sumatera Utara
[Type text]
Sn =Jumlah produksi overtime pada periode n
State merupakan beberapa kemungkinan kondisi yang dapat dipilih pada setiap
stage
4. Menentukan variabel keputusan (Xn) yaitu jumlah produksi berdasarkan
pertimbangan pemakaian jam kerja regular atau dengan penambahan jam kerja
overtime.
Keterangan:
Xn= jumlah produksi terjadwal pada periode n
5. Menentukan contribution function
𝐶n= R(Xn-Sn) + (Sn) H + L (Dn-Xn)
Keterangan :
Cn = biaya produksi untuk periode n
R = Biaya produksi regular
Xn = Jumlah produksi untuk periode n
H = Biaya Produksi overtime
Sn = Jumlah produksi overtime
Dn = permintaan periode n
Fungsi ini menunjukkan biaya yang dikeluarkan sehubungan dengan variabel
keputusan yang dipilih. Contribution function untuk perencanaan produksi
selama 12 periode dengan mempertimbangkan biaya regular time, overtime
dan biaya simpan.
6. Menentukan Value Function (fn (Sn))
Value Function = (fn (Sn))
Universitas Sumatera Utara
[Type text]
Keterangan :
(fn (Sn)) = Nilai contribution function pada periode n dengan inventory sebesar
I pada periode n.
Value function merupakan suatu fungsi yang memberikan nilai pada
contribution function pada setiap stage.
7. Menentukan Optimal policy
Optimal policy = Min (fn (Sn))
Keterangan :
Min (fn (Sn) = Nilai minimal dari value function
8. Menentukan transformation function
transformation function = f*n+1(Ii+1)
Keterangan:
f*n+1(Sn+1) = nilai minimal dari value function pada periode n+1
Fungsi ini menunjukkan bagaimana state untuk stage berikutnya berubah
berdasarkan state, stage dan keputusan pada stage sekarang.
9. Menentukan recurrence function
recurrence function =
Min Ci = Fn = [R (Xn –Sn) + (Sn)H + L (Dn- Xn)] + Fn-1
Recurrence function merupakan fungsi yang menunjukkan biaya yang
dikeluarkan sehubungan dengan jumlah unit yang diproduksi pada saat regular
time dan overtime pada periode n dengan variabel keputusan Xn pada periode
n. :
Universitas Sumatera Utara
[Type text]
Keterangan :
Xn = Produksi terjadwal untuk periode n
L = Biaya lost sales/ unit
Pn = Jumlah Produksi regular time periode n
Dn = Permintaan periode n (Tabel 5.18)
Sn = Jumlah overtime
R = Biaya produksi regular (Rp. 8.702,62)
H = Biaya produksi overtime (Rp. 9.331,01)
Fn-1 = Biaya minimum untuk 1 periode sebelumnya
Fungsi rekursif untuk setiap tahapan sub masalah rencana produksi dapat
dilihat pada tabel 5.25.
Tabel 5.25. Penetapan Fungsi Rekursif
Periode Fungsi Rekursif
Desember F12 = [8.702,62 (X12-S12) + (S12) 9.331,01 + L (D12- X12)]]
November F11 = [8.702,62 (X11-S11) + (S11) 9.331,01 + L (D11- X11)]] + F12 Oktober F10 = [8.702,62 (X10-S10) + (S10) 9.331,01 + L (D10- X10)]] + F11
September F09 = [8.702,62 (X9-S9) + (S9) 9.331,01 + L (D9- X9)]] + F10 Agustus F08 = [8.702,62 (X8-S8) + (S8) 9.331,01 + L (D8- X8)]] + F09
Juli F07 = [8.702,62 (X7-S7) + (S7) 9.331,01 + L (D7- X7)]] + F08
Juni F06 = [8.702,62 (X6-S6) + (S6) 9.331,01 + L (D6- X6)]] + F07 Mei F05 = [8.702,62 (X5-S5) + (S5) 9.331,01 + L (D5- X5)]] + F06
April F04 = [8.702,62 (X4-S4) + (S4) 9.331,01 + L (D4- X4)]] + F05 Maret F03 = [8.702,62 (X3-S3) + (S3) 9.331,01 + L (D3- X3)]] + F04
Februari F02 = [8.702,62 (X2-S2) + (S2) 9.331,01 + L (D2- X2)]] + F03
Januari F01 = [8.702,62 (X1-S1) + (S1) 9.331,01 + L (D1- X1)]] + F02
10. Menentukan boundary untuk setiap stage.
Boundary : Wn ≤ Xn ≤ yi
Keterangan :
Wn = jumlah produksi minimal periode n
Universitas Sumatera Utara
[Type text]
Xn = jumlah produksi periode n
Yn = jumlah produksi maksimal pada periode n.
Perhitungan perencanaan jumlah produksi dengan metode dynamic
programming dilakukan dengan menggunakan data-data yang telah dikumpulkan.
Perhitungan perencanaan jumlah produksi menggunakan metode dynamic
programming adalah sebagai berikut:
1. Periode 12 ( Desember 2017)
Jumlah permintaan bulan Desember adalah 478.182 unit. Kemampuan
produksi regular time adalah 462.256 unit (Tabel 5.21). Jika diberlakukan
overtime maka kemampuan produksi menjadi 511.563 unit. Perusahaan
mengadakan lembur selama 4 hari pada bulan Desember. Kemampuan
produksi overtime adalah 13.658 unit/ hari. Perhitungan kemampuan
produksi jika overtime diberlakukan selama 4 hari adalah sebagai berikut:
Kemampuan produksi jika diberlakukan overtime 1 hari = 13.658
Kemampuan produksi jika diberlakukan overtime 2 hari = 13.658 x 2
= 27.316
Kemampuan produksi jika diberlakukan overtime 3 hari = 13.658 x 3
= 40.974
Kemampuan produksi jika diberlakukan overtime 4 hari = 13.658 x 4
= 54.632
Kemampuan produksi regular time adalah 462.204 unit. Jika diberlakukan
overtime, maka total produksi menjadi
Jika diberlakukan overtime 1 hari = 462.256 + 13.658 = 475.914 unit
Universitas Sumatera Utara
[Type text]
Jika diberlakukan overtime 2 hari = 462.256 + 27.314 = 489.572 unit
Jika diberlakukan overtime 3 hari = 462.256 + 40.971 = 503.230 unit
Jika diberlakukan overtime 4 hari = 462.256 + 49.307 = 511.563 unit
Total kemampuan produksi maksimal pada bulan Desember adalah 511.563
unit dan kemampuan produksi maksimal overtime adalah 49.307 unit. Perusahaan
dapat menambah produksi sebanyak 13.658 unit sekali mengadakan lembur
sehingga apabila menambah overtime jumlah produksi bertambah dengan
kelipatan 13.658 unit. Rekapitulasi jumlah produksi periode 12 dapat dilihat pada
tabel 5.26.
Tabel 5.26. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 12 (Unit)
RT 462.256
0 462.256
13.658 475.915 27.316 489.572 40.974 503.230
49.307 511.563
Biaya produksi periode 12 dipengaruhi oleh jumlah produksi regular time
periode 12, jumlah produksi overtime periode 12, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah permintaan untuk periode 12 (Desember)
adalah sebesar 478.182. Jumlah produksi periode 12 dapat dilihat pada tabel 5.27.
Tabel 5.27. Jumlah Produksi dan Biaya Produksi Periode 12
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
Jumlah
produksi 462.256
F12 = [8.702,62 (X12-S12) + (S12) 9.331,01]+
(750)(D12- X12)
OT
Universitas Sumatera Utara
[Type text]
(hari) (unit)
0 hari 0 462.256 4.034.782.811 1 hari 13.658 475.915 4.151.990.198
2 hari 27.316 489.572 4.277.724.180
3 hari 40.974 503.230 4.405.167.114
4 hari 49.307 511.563 4.482.922.421
Perhitungan biaya untuk untuk jumlah produksi sebanyak 489.572 unit
adalah sebagai berikut:
F12 = [R (X12 – S12)+ (S12)H + L (Dn- Xn)]
= [8.702,62 (462.256) + (489.572-462.256) 9.331,01]+ 750 (0)
= 4.277.724.180
Boundary = 462.256 ≤ X12 ≤ 511.563
Hasil perhitungan tabel 5.27. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 489.572 unit dengan biaya
Rp. 4.277.724.180.
2. Periode 11 (November 2017)
Jumlah permintaan bulan November adalah 459.884 unit. Kemampuan
produksi regular time adalah 480.746 unit (Tabel 5.21). Jika diberlakukan
overtime maka kemampuan produksi menjadi 530.053 unit. Kemampuan
produksi overtime adalah 13.658 unit/ hari. Total kemampuan produksi
maksimum overtime adalah 49.307 unit. Rekapitulasi jumlah produksi
periode 11 dapat dilihat pada tabel 5.28.
Tabel 5.28. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 11 (Unit)
RT 480.746
0 480.746 13.658 494.404
OT
Universitas Sumatera Utara
[Type text]
27.316 508.062 40.974 521.720
49.307 530.053
Biaya produksi periode 11 dipengaruhi oleh jumlah produksi regular time
periode 11, jumlah produksi overtime periode 11, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah permintaan untuk periode 11 (Desember)
adalah sebesar 478.182. Jumlah produksi periode 11 dapat dilihat pada tabel 5.29.
Tabel 5.29. Jumlah Produksi dan Biaya Produksi Periode 11
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
480.746 F11 = [8.702,62 (X11-S11) + (S11) 9.331,01]+
(750)(D11- X11) + F12
0 hari 0 480.746 8.461.473.934
1 hari 13.658 494.404 8.588.916.869
2 hari 27.316 508.062 8.716.359.804 3 hari 40.974 521.720 8.843.802.738 4 hari 49.307 530.053 8.921.558.044
Perhitungan biaya untuk untuk jumlah produksi sebanyak 480.746 unit
adalah sebagai berikut:
F11 = [R (X11 – S11)+ (S11)H + L (D11- X11)] + F12
= [8.702,62 (480.746) + (0) 9.331,01+ 0] + Rp. 4.277.724.180.
= Rp. 8.461.473.934
Boundary = 480.746 ≤ X11 ≤ 530.053
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xn dengan jumlah produksi overtime Sn.
Universitas Sumatera Utara
[Type text]
Hasil perhitungan tabel 5.29. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 480.746 unit dengan biaya
Rp. 8.461.473.934
3. Periode 10 (Oktober 2017)
Jumlah permintaan bulan Oktober adalah 431.641 unit. Kemampuan
produksi regular time adalah 480.746 unit (Tabel 5.21). Jika diberlakukan
overtime maka kemampuan produksi menjadi 542.380 unit. Perusahaan
mengadakan lembur selama 5 hari pada bulan Oktober. Kemampuan
produksi overtime adalah 13.658 unit/ hari. Total kemampuan produksi
maksimum overtime adalah 61.634 unit. Rekapitulasi jumlah produksi
periode 10 dapat dilihat pada tabel 5.30.
Tabel 5.30. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 10
RT 480.746
0 480.746 13.658 494.404
27.316 508.062 40.974 521.720 54.632 535.378
61.634 542.380
Biaya produksi periode 10 dipengaruhi oleh jumlah produksi regular time
periode 10, jumlah produksi overtime periode 10, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah produksi periode 10 dapat dilihat pada tabel
5.31.
Tabel 5.31. Jumlah Produksi dan Biaya Produksi Periode 10
Jumlah Overtime Jumlah Produksi
Reguler Time Biaya Produksi (Rp)
OT
Universitas Sumatera Utara
[Type text]
(Unit)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
480.746 F10 = [8.702,62 (X10-S10) + (S10) 9.331,01]+
(750)(D10- X10) + F11
0 hari 0 480.746 12.645.223.689
1 hari 13.658 494.404 12.772.666.624
2 hari 27.316 508.062 12.900.109.558 3 hari 40.974 521.720 13.027.552.493 4 hari 54.632 535.378 13.154.995.427
5 hari 61.634 542.380 13.220.331.159
Perhitungan biaya untuk untuk jumlah produksi sebanyak 480.746 unit adalah
sebagai berikut:
F10 = [8.702,68(480.746)+(0) 9.331,01 + (0)] + Rp. 8.461.473.934
= Rp. 12.645.223.689
Boundary = 480.746 ≤ X12 ≤ 542.380
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xn dengan Sn.
Hasil perhitungan tabel 5.31. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 480.746 unit dengan biaya
Rp. 12.645.223.689
4. Periode 9 ( September 2017)
Jumlah permintaan bulan September adalah 421.673 unit. Kemampuan
produksi regular time adalah 462.256 unit (Tabel 5.29). Jika diberlakukan
overtime maka kemampuan produksi menjadi 511.563 unit. Kemampuan
produksi overtime adalah 13.658 unit/ hari. Total kemampuan produksi
Universitas Sumatera Utara
[Type text]
maksimum overtime adalah 49.307 unit. Rekapitulasi jumlah produksi
periode 9 dapat dilihat pada tabel 5.32.
Tabel 5.32. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 9
RT 462.256
0 462.256 13.658 475.915
27.316 489.572 40.974 503.230 49.307 511.563
Biaya produksi periode 9 dipengaruhi oleh jumlah produksi regular time
periode 9, jumlah produksi overtime periode 9, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah produksi periode 9 dapat dilihat pada tabel
5.33.
Tabel 5.33. Jumlah Produksi dan Biaya Produksi Periode 9 (Unit)
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
462.256 F9 = [8.702,62 (X9-S9) + (S9) 9.331,01]+
(750)(D9- X9) + F10
0 hari 0 462.256 16.668.062.000
1 hari 13.658 475.915 16.795.513.637
2 hari 27.316 489.572 16.922.947.869 3 hari 40.974 503.230 17.050.390.803 4 hari 49.307 511.563 17.128.146.110
Perhitungan biaya untuk untuk jumlah produksi sebanyak 462.225 unit
adalah sebagai berikut:
F9 = [8.702,62(462.256)+(0) 9.331,01 + 750 (0)] + Rp12.645.223.689
= Rp. 16.668.062.000
Boundary = 462.256 ≤ X12 ≤ 511.563
OT
Universitas Sumatera Utara
[Type text]
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xn dengan jumlah produksi overtime (Sn).
Hasil perhitungan tabel 5.33. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 462.256 unit dengan biaya
Rp. 16.668.062.000.
5. Periode 8 (Agustus 2017)
Jumlah permintaan bulan Agustus adalah 439.947 unit. Kemampuan
produksi regular time adalah 480.746 unit (Tabel 5.21). Jika diberlakukan
overtime maka kemampuan produksi menjadi 530.053 unit. Perusahaan
mengadakan lembur selama 4 hari pada bulan Agustus. Kemampuan
produksi overtime adalah 13.658 unit/ hari. Total kemampuan produksi
maksimum overtime adalah 49.307 unit. Rekapitulasi jumlah produksi
periode 8 dapat dilihat pada tabel 5.34.
Tabel 5.34. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 8
RT 480.746
0 480.746 13.658 494.404
27.316 508.062 40.974 521.720
49.307 530.053
OT
Universitas Sumatera Utara
[Type text]
Biaya produksi periode 8 dipengaruhi oleh jumlah produksi regular time
periode 8, jumlah produksi overtime periode 8, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah dan biaya produksi periode 8 dapat dilihat
pada tabel 5.35.
Tabel 5.35. Jumlah Produksi dan Biaya Produksi Periode 8
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
480.746 F11 = [8.702,62 (X8-S8) + (S8) 9.331,01]+
(750)(D8- X8) + F9
0 hari 0 480.746 20.851.811.754
1 hari 13.658 494.404 20.979.254.689 2 hari 27.316 508.062 21.106.697.623
3 hari 40.974 521.720 21.234.140.558 4 hari 49.307 530.053 21.311.895.864
Perhitungan biaya untuk untuk jumlah produksi sebanyak 480.746 unit
adalah sebagai berikut:
F8 = [8.702,62(480.746)+(0) + (0)+ Rp. 16.668.062.000.
= Rp. 20.851.811.754
Boundary = 480.746 ≤ X12 ≤ 530.053
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xn dengan jumlah produksi overtime Sn.
Hasil perhitungan tabel 5.35. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 480.746 unit dengan biaya
Rp. 20.851.811.754.
6. Periode 7 (Juli 2017)
Universitas Sumatera Utara
[Type text]
Jumlah permintaan bulan Juli adalah 468.190 unit. jumlah yang harus
diproduksi adalah 468.190 unit. Kemampuan produksi regular time adalah
388.295 unit (Tabel 5.21). Jika diberlakukan overtime maka kemampuan
produksi menjadi 449.929 unit. Perusahaan mengadakan lembur selama 5
hari pada bulan Agustus. Kemampuan produksi overtime adalah 13.658
unit/ hari. Total kemampuan produksi maksimum overtime adalah 61.634
unit. Rekapitulasi jumlah produksi periode 7 dapat dilihat pada tabel 5.36.
Tabel 5.36. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 7
RT 388.295
0 480.746 13.658 401.593
27.316 415.611 40.974 429.269 54.632 442.927
61.634 449.929
Biaya produksi periode 7 dipengaruhi oleh jumlah produksi regular time
periode 7, jumlah produksi overtime periode 7, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah produksi dan biaya produksi periode 7 dapat
dilihat pada tabel 5.37.
Tabel 5.37. Jumlah Produksi dan Biaya Produksi Periode 7
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
388.295 F7 = [8.702,62 (X7-S7) + (S7) 9.331,01]+
(750)(D7- X7) + F8
0 hari 0 480.746 25.026.144.509 1 hari 13.658 401.593 24.405.253.328
2 hari 27.316 415.611 24.525.315.706 3 hari 40.974 429.269 24.642.515.141
OT
Universitas Sumatera Utara
[Type text]
4 hari 54.632 442.927 24.759.714.575 5 hari 61.634 449.929 24.819.798.807
Perhitungan biaya untuk untuk jumlah produksi sebanyak 415.611 unit adalah:
F7 = [8.702,62(388.295)+(61.634) 9331,01 + 750 (468.190-449.929)]
+ Rp. 20.851.811.754.
= Rp. 24.819.798.807.
Boundary = 388.295 ≤ X7 ≤ 449.929
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xn dengan jumlah produksi overtime Sn
Hasil perhitungan tabel 5.37. menunjukkan bahwa jumlah produksi yang
mendekati permintaan pada periode 7 adalah dengan memperoduksi 449.929 unit
dengan biaya Rp. 24.819.798.807.
7. Periode 6 (juni 2017)
Jumlah permintaan bulan Juni adalah 478.158 unit. Kemampuan produksi
regular time adalah 480.746 unit (Tabel 5.21). Jika diberlakukan overtime
maka kemampuan produksi menjadi 530.053 unit. Perusahaan mengadakan
lembur selama 4 hari pada bulan Juni. Kemampuan produksi overtime
adalah 13.658 unit/ hari. Total kemampuan produksi maksimum overtime
adalah 49.307 unit. Rekapitulasi jumlah produksi periode 6 dapat dilihat
pada tabel 5.38.
Tabel 5.38. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 6
RT 480.746
0 480.746 13.658 494.404
27.316 508.062
OT
Universitas Sumatera Utara
[Type text]
40.974 521.720 49.307 530.053
Biaya produksi periode 6 dipengaruhi oleh jumlah produksi regular time
periode 6, jumlah produksi overtime periode 6, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah produksi dan biaya produksi periode 6 dapat
dilihat pada tabel 3.39.
Tabel 5.39. Jumlah Produksi dan Biaya Produksi Periode 6
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
480.746 F6 = [8.702,62 (X6-S6) + (S6) 9.331,01]+
(750)(D6- X6) + F7
0 hari 0 480.746 29.003.548.562
1 hari 13.658 494.404 29.130.991.497 2 hari 27.316 508.062 29.258.434.431 3 hari 40.974 521.720 29.385.877.366
4 hari 49.307 530.053 29.463.632.672
Perhitungan biaya untuk untuk jumlah produksi sebanyak 480.746 unit
adalah sebagai berikut:
F6 = [8.702,62(480.746)+(0)+(0)] + Rp. 24.819.798.807.
= Rp. 29.003.548.562.
Boundary = 480.746 ≤ X6 ≤ 530.053
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xn dengan jumlah produksi Sn.
Hasil perhitungan tabel 5.39. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 480.746 unit dengan biaya
Rp. 29.003.548.562.
8. Periode 5 (Mei 2017)
Universitas Sumatera Utara
[Type text]
Jumlah permintaan bulan Mei adalah 459.884 unit. Kemampuan produksi
regular time adalah 462.256 unit (Tabel 5.21). Jika diberlakukan overtime
maka kemampuan produksi menjadi 523.890 unit. Perusahaan mengadakan
lembur selama 5 hari pada bulan Mei. Kemampuan produksi overtime
adalah 13.658 unit/ hari. Total kemampuan produksi maksimum overtime
adalah 61.634 unit. Rekapitulasi jumlah produksi periode 5 dapat dilihat
pada tabel 5.40.
Tabel 5.40. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 5
RT 462.256
0 462.256 13.658 475.914
27.316 489.572 40.974 503.230 54.632 511.563
61.634 523.890
Biaya produksi periode 5 dipengaruhi oleh jumlah produksi regular time
periode 5, jumlah produksi overtime periode 5, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah produksi dan biaya produksi periode 5 dapat
dilihat pada tabel 5.41.
Tabel 5.41. Jumlah Produksi dan Biaya Produksi Periode 5
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
462.256 F5 = [8.702,62 (X5-S5) + (S5) 9.331,01+
(750)(D5- X5)] + F6
0 hari 0 462.256 33.026.386.873
1 hari 13.658 475.914 33.153.829.807
2 hari 27.316 489.572 33.281.272.742 3 hari 40.974 503.230 33.408.715.676
OT
Universitas Sumatera Utara
[Type text]
4 hari 54.632 511.563 33.489.817.159 5 hari 61.634 523.890 33.601.494.343
Perhitungan biaya untuk untuk jumlah produksi sebanyak 462.225 unit adalah:
F5 = [8.702,62(462. 225)+(0) +(0)] + Rp. 29.003.548.562.
= Rp. 33.026.386.873.
Boundary = 462.256 ≤ X5 ≤ 523.890
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xn dengan jumlah produksi overtime Sn.
Hasil perhitungan tabel 5.41. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 462.225 unit dengan biaya
Rp. 33.026.386.873.
9. Periode 4 (April 2017)
Jumlah permintaan bulan April adalah 431.641 unit. Kemampuan produksi
regular time adalah 480.746 unit (Tabel 5.21). Jika diberlakukan overtime
maka kemampuan produksi menjadi 530.053 unit. Perusahaan mengadakan
lembur selama 4 hari pada bulan April. Kemampuan produksi overtime
adalah 13.658 unit/ hari. Total kemampuan produksi maksimum overtime
adalah 49.307 unit. Rekapitulasi jumlah produksi periode 10 dapat dilihat
pada tabel 5.42.
Tabel 5.42. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 4
RT 480.746
0 480.746
13.658 494.404 27.316 508.062 40.974 521.720
49.307 530.053
OT
Universitas Sumatera Utara
[Type text]
Biaya produksi periode 4 dipengaruhi oleh jumlah produksi regular time
periode 4, jumlah produksi overtime periode 4, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah produksi dan biaya produksi periode 4 dapat
dilihat pada tabel 5.43.
Tabel 5.43. Jumlah Produksi dan Biaya Produksi Periode 4
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
480.746 F4 = [8.702,62 (X4-S4) + (S4) 9.331,01+
(750)(D4- X4)] + F5
0 hari 0 480.746 37.210.136.627
1 hari 13.658 494.404 37.337.579.562 2 hari 27.316 508.062 37.465.022.496
3 hari 40.974 521.720 37.592.465.431 4 hari 49.307 530.053 37.670.220.737
Perhitungan biaya untuk untuk jumlah produksi sebanyak 480.746 unit adalah
sebagai berikut:
F4 = [8.702,62(480.746)+(0) + (0)] + Rp. 33.026.386.873.
= Rp. 37.210.136.627.
Boundary = 480.746 ≤ X4 ≤ 530.053
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xn dengan jumlah produksi overtime Sn.
Hasil perhitungan tabel 5.43. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 480.746 unit dengan biaya
Rp. 37.210.136.627.
10. Periode 3 (Maret 2017)
Universitas Sumatera Utara
[Type text]
Jumlah permintaan bulan Maret adalah 421.673 unit. Kemampuan produksi
regular time adalah 462.256 unit (Tabel 5.21). Jika diberlakukan overtime
maka kemampuan produksi menjadi 511.563 unit. Perusahaan mengadakan
lembur selama 4 hari pada bulan April. Kemampuan produksi overtime
adalah 13.658 unit/ hari. Total kemampuan produksi maksimum overtime
adalah 49.307 unit. Rekapitulasi jumlah produksi periode 3 dapat dilihat
pada tabel 5.44.
Tabel 5.44. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 3
RT 462.256
0 462.256 13.658 475.915
27.316 489.572 40.974 503.230 49.307 511.563
Biaya produksi periode 3 dipengaruhi oleh jumlah produksi regular time
periode 3, jumlah produksi overtime periode 3, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah produksi dan biaya produksi dapat dilihat
pada tabel 5.45.
Tabel 5.45. Jumlah Produksi dan Biaya Produksi Periode 3 (Unit)
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
462.256 F3 = [8.702,62 (X3-S3) + (S3) 9.331,01+
(750)(D3- X3)] + F4
0 hari 0 462.256 41.232.974.938
1 hari 13.658 475.915 41.360.426.575 2 hari 27.316 489.572 41.487.860.807
3 hari 40.974 503.230 41.615.303.742 4 hari 49.307 511.563 41.693.059.048
OT
Universitas Sumatera Utara
[Type text]
Perhitungan biaya untuk untuk jumlah produksi sebanyak 462.256 unit
adalah sebagai berikut:
F3 = [8.702,62(462.256)+(0) + (0)] + Rp. 37.210.136.627.
= Rp. 41.232.974.938
Boundary = 462.256 ≤ X3 ≤ 511.563
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xi dengan jumlah produksi overtime Sn.
Hasil perhitungan tabel 5.45. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 462.256 unit dengan biaya
Rp. 41.232.974.938.
11. Periode 2 (Februari 2017)
Jumlah permintaan bulan Februari adalah 439.949 unit. Kemampuan
produksi regular time adalah 443.765 unit (Tabel 5.21). Jika diberlakukan
overtime maka kemampuan produksi menjadi 493.072 unit. Perusahaan
mengadakan lembur selama 4 hari pada bulan Februari. Kemampuan
produksi overtime adalah 13.658 unit/ hari. Total kemampuan produksi
maksimum overtime adalah 49.307 unit. Rekapitulasi jumlah produksi
periode 2 dapat dilihat pada tabel 5.46.
Universitas Sumatera Utara
[Type text]
Tabel 5.46. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 2
RT 443.765
0 462.256 13.658 475.915 27.316 489.572
40.974 503.230 49.307 511.563
Biaya produksi periode 2 dipengaruhi oleh jumlah produksi regular time
periode 2, jumlah produksi overtime periode 2, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah produksi dan biaya produksi periode 2 dapat
dilihat pada tabel 5.47.
Tabel 5.47. Jumlah Produksi dan Biaya Produksi Periode 2 (Unit)
Jumlah Overtime
Jumlah Produksi
Reguler Time
(Unit)
Biaya Produksi (Rp)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
443.765 F2 = [8.702,62 (X2-S2) + (S2) 9.331,01]+
(750)(D2- X2) + F3
0 hari 0 443.765 45.094.893.102
1 hari 13.658 457.423 45.222.336.037 2 hari 27.316 471.081 45.349.778.971
3 hari 40.974 484.739 45.477.221.906 4 hari 49.307 493.072 45.554.977.212
Perhitungan biaya untuk untuk jumlah produksi sebanyak 443.765 unit adalah
sebagai berikut:
F2 = [8.702,62(443.765)+(0) + (0)] + Rp. 41.232.974.938
= Rp. 45.094.893.102.
Boundary = 443.765 ≤ X12 ≤ 493.072
OT
Universitas Sumatera Utara
[Type text]
Hasil perhitungan tabel 5.47. menunjukkan bahwa biaya produksi paling
rendah adalah dengan memproduksi 443.765 unit dengan biaya Rp.
45.094.893.102.
12. Periode 1 (Januari 2017)
Jumlah permintaan bulan Januari adalah 468.181 unit. Kemampuan
produksi regular time adalah 462.256 unit (Tabel 5.21). Jika diberlakukan
overtime maka kemampuan produksi menjadi 523.890 unit. Perusahaan
mengadakan lembur selama 5 hari pada bulan Januari. Kemampuan
produksi overtime adalah 13.658 unit/ hari. Total kemampuan produksi
maksimum overtime adalah 61.634 unit. Rekapitulasi jumlah produksi
periode 1 dapat dilihat pada tabel 5.48.
Tabel 5.48. Rekapitulasi Jumlah Produksi Reguler Time dan Overtime
Periode 1
RT 462.256
0 462.256 13.658 475.914
27.316 489.572 40.974 503.230 54.632 511.563
61.634 523.890
Biaya produksi periode 1 dipengaruhi oleh jumlah produksi regular time
periode 1, jumlah produksi overtime periode 1, biaya produksi regular time,
overtime dan biaya lost sales. Jumlah produksi dan biaya produksi periode 1 dapat
dilihat pada tabel 5.49.
Tabel 5.49. Jumlah Produksi dan Biaya Produksi Periode 1
Jumlah Overtime Jumlah Produksi
Reguler Time Biaya Produksi (Rp)
OT
Universitas Sumatera Utara
[Type text]
(Unit)
Jumlah
Overtime
(hari)
Jumlah
produksi
(unit)
462.256 F1 = [8.702,62 (X1-S1) + (S1) 9.331,01]+
(750)(D1- X1) + F2
0 hari 0 462.256 49.122.175.163 1 hari 13.658 475.914 49.239.374.597
2 hari 27.316 489.572 49.356.574.032 3 hari 40.974 503.230 49.473.773.467 4 hari 54.632 511.563 49.548.625.200
5 hari 61.634 523.890 49.651.057.133
Perhitungan biaya untuk untuk jumlah produksi sebanyak 475.194 unit adalah
sebagai berikut:
F1 = [8.702,62(462.256) + (0) 9331,01 + 750 (0)] + Rp. 45.094.893.102
= Rp. 49.239.374.597.
Boundary = 462.256≤ X12 ≤ 523.890
Perhitungan yang sama dilakukan untuk mendapatkan biaya produksi
sebanyak Xn dengan jumlah produksi overtime Sn.
Hasil perhitungan tabel 5.49. menunjukkan bahwa jumlah produksi yang
memenuhi permintaan adalah dengan memproduksi 462.256 unit dengan biaya
Rp. 49.239.374.597.
Hasil Rekapitulasi jumlah produksi dan biayanya dengan metode dynamic
programming dapat dilihat pada tabel 5.50.
Tabel 5.50. Rekapitulasi Jumlah Produksi Januari 2017- Desember 2017
Bulan Permintaan
(unit)
Produksi
(unit)
Biaya
Akumulasi
(Rp)
Biaya Produksi
(Rp)
Januari 468.181 475.914 49.239.374.597 4.144.481.495
Februari 439.949 443.765 45.094.893.102 3.861.918.164 Maret 421.673 462.256 41.232.974.938 4.022.838.311
Universitas Sumatera Utara
[Type text]
April 431.641 480.746 37.210.136.627 4.183.749.755 Mei 459.884 462.256 33.026.386.873 4.022.838.311
Juni 478.158 480.746 29.003.548.562 4.183.749.755 Juli 468.190 449.929 24.819.798.807 3.967.987.053 Agustus 439.947 480.746 20.851.811.754 4.183.749.755
September 421.673 462.256 16.668.062.000 4.022.838.311 Oktober 431.641 480.746 12.645.223.689 4.183.749.755
November 459.884 480.746 8.461.473.934 4.183.749.755 Desember 478.182 489.572 4.277.724.180 4.277.724.180
Total 5.399.003 5.649.678 - 49.239.374.597
.
BAB VI
ANALISIS PEMECAHAN MASALAH
Universitas Sumatera Utara
[Type text]
6.1. Analisis Hasil Peramalan dan Hubungannya dengan Perencanaan
Produksi Metode Dynamic Programming
Peramalan merupakan langkah awal dari suatu proses pengambilan
keputusan. Dalam kegiatan perencanaan produksi, peramalan dilakukan untuk
memperkirakan jumlah permintaan terhadap suatu produk. Tahap perhitungan
peramalan merupakan tahap yang perlu dilakukan agar dapat dihitung sumber daya
yang dibutuhkan untuk memenuhi permintaan pasar.
Perkiraan permintaan dari hasil peramalan digunakan untuk menentukan
jumlah produksi yang harus dipenuhi untuk setiap periodenya dan persediaan 12
periode mendatang. Salah satu penyebab terjadinya ketidakmampuan pihak
perusahaan dalam memperkirakan jumlah produksi dan persediaan yang tepat
dalam memenuhi permintaan pasar adalah tidak dilakukan peramalan permintaan
secara ilmiah sehingga tidak dapat diperkirakan permintaan pada masa yang akan
datang.
Hasil pengolahan data memperlihatkan bahwa metode siklis merupakan
metode terbaik daripada metode dekomposisi karena memiliki standard error
yang lebih kecil yaitu sebesar 35.281,44. Hasil verifikasi peramalan siklis bahwa
dilihat dari Moving Range Chart tidak adanya data yang out of control sehingga
persamaam peramalan metode siklis dapat digunakan untuk meramalkan
permintaan produk untuk periode Januari 2017 – Desember 2017.
Hasil peramalan permintaan pasar dari Januari 2017- Desember 2017
mengalami fluktuasi. Hasil peramalan permintaan pasar tersebut dapat digunakan
Universitas Sumatera Utara
[Type text]
sebagai dasar dalam menentukan jumlah produksi yang akan diproduksi setiap
periode.
6.2. Analisis Perencanaan Jumlah Produksi dengan Metode Dynamic
Programming
Tujuan dalam perencanaan produksi adalah memaksimalkan volume
produksi berdasarkan hasil peramalan yang diperoleh dalam 12 periode ke depan.
Hasil peramalan tersebut dijadikan sebagai acuan dalam dalam melakukan
perencanaan produksi dengan menggunakan dynamic programming.
Berdasarkan pengolahan data dengan menggunakan metode dynamic
programming untuk periode Januari 2017- Desember 2017 diperoleh jumlah
produksi dan biaya produksi yang minimum. Perencanaan jumlah produksi
dengan metode dynamic programming dapat dilihat pada tabel 6.1.
Tabel 6.1. Jumlah Produksi dengan Metode Dynamic Programming
Periode Januari 2017 – Desember 2017
Bulan Permintaan Produksi Biaya
Universitas Sumatera Utara
[Type text]
(unit) (unit) Produksi (Rp)
Januari 468.181 475.914 4.144.481.495
Februari 439.949 443.765 3.861.918.164
Maret 421.673 462.256 4.022.838.311
April 431.641 480.746 4.183.749.755
Mei 459.884 462.256 4.022.838.311
Juni 478.158 480.746 4.183.749.755
Juli 468.190 449.929 3.967.987.053
Agustus 439.947 480.746 4.183.749.755
September 421.673 462.256 4.022.838.311
Oktober 431.641 480.746 4.183.749.755
November 459.884 480.746 41..83.749.755
Desember 478.182 489.572 4.277.724.180
Total 5.399.003 5.649.678 49.239.374.597
Dari tabel 6.1. menunjukkan bahwa jumlah produksi selama tahun 2017
sebesar 5.649.678 unit yang sudah mendekati jumlah permintaan selama tahun
2017 dengan selisih sebesar 250.675 unit. Total biaya perencanaan produksi
selama satu tahun dengan metode dynamic programming sebesar Rp.
49.239.374.597. Metode dynamic programming menghasilkan biaya yang
seminimal mungkin karena pada metode dynamic programming menggunakan
fungsi yang mempertimbangkan jumlah permintaan pasar, biaya produksi dan
Universitas Sumatera Utara
[Type text]
kapasitas produksi maksimum sehingga keputusan dalam menentukan jumlah
produksi berdasarkamn kebutuhan pasar.
6.3. Analisis Perbandingan Perencanaan Jumlah Produksi Aktual dengan
Metode Dynamic Programming.
Perencanaan jumlah produksi yang diterapkan perusahaan saat ini yaitu
jika jumlah produk dapat memenuhi permintaan pasar maka jumlah produksi
diperkirakan sama untuk periode berikutnya. Keputusan jumlah produk yang
diproduksi dengan metode ini menyebabkan perusahaan tidak dapat
memperkirakan jumlah produksi dan persediaan yang tepat dalam memenuhi
permintaan. Hasil perhitungan biaya produksi dengan sistem yang diterapkan
sekarang pada perusahaan dapat dilihat pada tabel 6.2. Tabel 6.2. menunjukkan
bahwa perhitungan biaya produksi actual perusahaan pada bulan Januari 2017 dan
Februari 2017. Hal ini dikarenakan bulan Januari 2017 dan februari 2017 sudah
berlangsung.
Universitas Sumatera Utara
Tabel 6.2. Jumlah Produksi Perusahaan Aktual
No. Bulan Permintaan
(Unit)
Produksi
(Unit)
Kemampuan
Produksi (unit) Biaya (Rp)
Total Biaya
(Rp)
RT OT RT OT
1 Januari 468.181 498.340 462.256 27.084 4.022.838.310 252.721.074 4.275.559.384
2 Februari 439.949 453.550 443.765 9.785 3.860.047.101 91.303.932 3.951.351.033
Total 908.130 951.890 906.021 36.869 7.882.885.411 344.025.006 8.226.910.417
Tabel 6.3. Perbandingan Aktual dan Metode Dynamic Programming
Bulan Aktual Dynamic Programming
Produksi Total Biaya Produksi Total Biaya
Januari 498.340 4.275.559.384 475.914 4.144.481.495
Februari 453.550 3.951.351.033 443.765 3.861.918.165
Total 951.890 8.226.910.417 906.021 8.066.399.659
Universitas Sumatera Utara
Perhitungan perbedaan biaya tersebut adalah sebagai berikut:
𝑆𝑒𝑙𝑖𝑠𝑖ℎ 𝑏𝑖𝑎𝑦𝑎 =𝐴𝑘𝑡𝑢𝑎𝑙 −𝑀𝑒𝑡𝑜𝑑𝑒 𝐷𝑦𝑛𝑎𝑚𝑖𝑐 𝑃𝑟𝑜𝑔𝑟𝑎𝑚𝑚𝑖𝑛𝑔
𝐴𝑘𝑡𝑢𝑎𝑙 x 100 %
𝑆𝑒𝑙𝑖𝑠𝑖ℎ 𝑏𝑖𝑎𝑦𝑎 =𝑅𝑝.8.226 .910 .417 −𝑅𝑝.8.066 .399.659
𝑅𝑝 .8.226.910.417 x 100 %
= 1,95 %
= Rp. 160.510.758
Dari hasil perhitungan tersebut, dapat dilihat bahwa dengan penerapan
metode dynamic programming dalam perencanaan jumlah produksi dapat
dilakukan penghematan biaya sebesar Rp. 160.510.758 atau sebesar 1,95 %.
Metode dynamic programming akan menghemat biaya karena perusahaan
memproduksi sebesar jumlah yang dibutuhkan saja.
Universitas Sumatera Utara
BAB VII
KESIMPULAN DAN SARAN
7.1. Kesimpulan
Setelah dilakukan pengolahan dan analisa terhadap pemecahan masalah,
maka dapat diambil kesimpulan sebagai berikut:
1. Kemampuan produksi dengan menggunakan regular time dan overtime
adalah sebesar 523.890, 493.072, 421.673, 431.641, 459.884, 478.158,
468.190, 439.947, 421.673, 431.641, 459.884, 478.182 unit.
2. Biaya produksi regular time sebesar Rp. 8.702,64 / unit sedangkan biaya
produksi overtime sebesar Rp. 9.331,01/ unit.
3. Jumlah produksi untuk periode Januari 2017- Desember 2017 adalah
475.914, 443.765, 462.256, 480.746, 462.256, 480.746, 449.929, 480.746,
462.256, 480.746, 480.746, 489.572 unit dengan total persediaan 144.755
unit.
4. Perencanaan produksi untuk tahun 2017 dengan menerapkan metode dynamic
programming akan didapatkan penghematan biaya produksi sebesar Rp.
160.510.758 atau sebesar 1,95 % dibandingkan sistem actual perusahaan
sekarang.
7.2. Saran
Saran-saran yang diberikan berkaitan dengan hasil penelitian ini adalah:
Universitas Sumatera Utara
1. Sebaiknya PT. Sri Intan Karplas Industry melakukan peramalan permintaan
terlebih dahulu secara ilmiah.
2. Perusahaan dapat mempertimbangkan untuk menerapkan metode dynamic
programming dalam menjalankan produksi yang lebih ilmiah.
3. Sebaiknya perusahaan memberikan pelatihan kepada para tenaga kerja
tentang perencanaan produksi dengan metode dynamic programming yang
berguna untuk dapat meningkatkan kualitas sumber daya manusia perusahaan
tersebut.
Universitas Sumatera Utara
DAFTAR PUSTAKA
Ginting, Rosnani. 2009. Penjadwalan Mesin. Yogyakarta: Graha Ilmu.
Ginting, Rosnani. 2007.Sistem Produksi. Yogyakarta: Graha Ilmu.
Hakim, Arman. 1999. Perencanaan dan Pengendalian Produksi. Jakarta: Guna
Widya.
John Blackstone. 1989. Capacity Management. USA: South Western Publishing
CO.
Makridakis. 1993. Metode dan Aplikasi Peramalan. Jakarta: Erlangga.
Montgomery. 1974. Operation Research in Production Planning Scheduling and I
nventory Control. New York: John wiley and Sons
Ravindran, Ravi. 2008. Operations Research and Management Science
Handbook. USA: CRC Press.
Sinulingga, Sukaria. 2013. Metode Penelitian. Medan: USU Press.
Sinulingga, Sukaria. 2009. Perencanaan, Pengendalian dan Produksi.
Yogyakarta: Graha Ilmu
Taha, Hamdy. 1976. Operation Research. Eigth Edition. New Jersey: Pearson
Prentice Hall.
Winston, Wayne. 2004. Operation Research Application and Algorithm. Canada:
Thomson
.
Universitas Sumatera Utara
Universitas Sumatera Utara
Top Related